Deep Learning in der natürlichen Sprachverarbeitung (NLP)
Während Deep Learning sehr erfolgreich im Bezug auf die Bilderkennung eingesetzt wird, steckt die Entwicklung im Bereich der natürlichen Sprachverarbeitung (NLP) in den Kinderschuhen.Textkernel, als Spezialist in der semantischen Recruiting Technologie, ist eines der ersten Unternehmen in dieser Branche, die Deep Learning in die Sprachverarbeitung integriert. „Deep Learning gibt uns die Möglichkeit schnelle und genaue Modelle zu entwickeln, ohne viel Zeit in eine manuelle Beschriftung der Informationen zu stecken“, sagt Jakub Zavrel, CEO und Gründer von Textkernel. „Während unsere aktuellen CV Parsing Modelle durchschnittlich schon ein sehr hohes Niveau an Genauigkeit aufweisen, kann Deep Learning dabei helfen robuster zu werden und auch in bei schwierigen Fällen gute Ergebnisse zu liefern.”
Google und Facebook
Unternehmen wie Google und Facebook haben enormen Fortschritt im Bereich der Deep Learning Technologie erzielt. Googles System (“Google Brain“) hat gelernt, wie es automatisch eine Katze basierend auf Millionen von Dokumenten erkennt ohne jemals gewusst zu haben, wie Katzen eigentlich aussehen. Facebooks Deep-Learning Forscher haben erst kürzlich ihre Gesichtserkennungssoftware demonstriert, die schon fast mit einem Menschen mithalten kann.
Vielversprechende Ergebnisse
Bezogen auf die natürliche Sprachverarbeitung sieht die Anwendung von Deep Learning bereits vielversprechend aus. In der ersten Stufe der Entwicklung war Textkernel im Stande die Genauigkeit der Sprachmodelle für englische und französische Lebensläufe zu verbessern. Dieser Fortschritt wurde im aktuellen CV Parsing Release integriert.„Deep Learning erlaubt es uns von den Beschränkungen der menschlich annotierten Daten im Maschinenlernen abzuweichen“, sagt Mihai Rotaru, Head of R&D bei Textkernel. „Neue Erkenntnise werden aus einer großen Menge an Daten abgeleitet. Wir konnten bereits eine Erhöhung der Robustheit und der Abdeckung unseres CV Parsing Modells feststellen“.
Big Data und massive Rechenpower
Während von der Zukunft von Deep Learning inzwischen viel erwartet wird, war dies nicht immer der Fall. „Vor 20 Jahre haben wir bereits mit dieser Technologie experimentiert, jedoch haben damals andere Techniken bessere Ergebnisse hervorgebracht“, erklärt Remko Bonnema, Technischer Direktor und Mitgründer von Textkernel. „Mit dem heutigen Zugang zu enormen Datenmengen und massiver Rechenpower, kann die Forschung im Deep Learning Bereich nun abheben. Die Möglichkeiten sind endlos.”
Lesen Sie mehr über Deep Learning
Über Textkernel:
Textkernel hat sich auf semantische Recruiting Technologie spezialisiert und liefert Tools, die den Zusammenführungsprozess von Angebot und Nachfrage am Arbeitsmarkt beschleunigen: Ein multilingualer CV und Job Profil Parser sowie eine semantische Such-, Sourcing und Matching Software. Textkernel wurde 2001 als privater kommerzieller R&D-Spin-Off gegründet. Das Unternehmen entstand aus Forschungsprojekten zu maschineller Sprachverarbeitung und maschinellem Lernen der Universitäten Tilburg, Antwerpen und Amsterdam. Textkernel hat sich als zuverlässiger Partner bewährt und unsere Produkte und Dienstleistungen werden weltweit von mehr als 1000 zufriedenen Unternehmen genutzt.
www.textkernel.de
