Heute sind mehr Daten und Informationen im Umlauf als je zuvor in der Geschichte. Ausschreibungen scheinen immer umfangreicher zu werden und mehr Informationen zu enthalten als je zuvor. Ausschreibungen sind bereits ein wesentlicher Bestandteil der Geschäftsaktivitäten vieler Organisationen. Nach Angaben von TED ist der Ausschreibungsmarkt in Europa groß und wächst weiter. Das liegt nicht nur daran, dass der öffentliche Sektor immer mehr Transparenz bei der Verwendung von Steuergeldern verlangt, sondern auch daran, dass viele große Unternehmen in der Privatwirtschaft diesem Trend folgen und nach besseren Preisen und einem strukturierteren Verfahren für Verhandlungen mit potenziellen Lieferanten suchen. In diesem Blogbeitrag geht es nicht darum, wie man die Ankündigungen oder veröffentlichten Ausschreibungsinformationen überwacht, sondern darum, wie man schnell die richtigen Informationen findet, sobald die Ausschreibungsunterlagen eingegangen sind.
Bei Brainial stellen wir fest, dass unsere Kunden im Durchschnitt 100 bis 150 Dokumente pro Ausschreibung erhalten, wobei einige in der Spitze über 2.000 Dokumente pro Ausschreibung erhalten. Selbst nach dem Lesen oder Scannen der Dokumente ist es schwierig, die gesuchten Informationen zu finden. Strg F wird sehr häufig verwendet, aber man muss wissen, in welchem Dokument man suchen muss, um die richtigen Informationen zu finden. Noch schlimmer ist, dass mehrere Teammitglieder die Funktion Strg F pro Dokument der Ausschreibung verwenden und versuchen, die gleichen Anliegen oder Informationen zu finden. Die Kollegen kontaktieren sich gegenseitig über digitale Kanäle wie Teams, Slack und E-Mail, aber auch per Telefon oder gehen aufeinander zu und fragen, wo sie bestimmte Informationen finden können. Dazu gehören Informationen in der Ausschreibung selbst oder historische Ausschreibungsinformationen und Informationen aus Antworten, die in der Vergangenheit geschrieben wurden. Kennen Sie das?
Wie gehen Sie mit der Informationsflut um? Und wie stellen Sie sicher, dass Sie Ihre Kollegen nicht ständig mit unnötigen Fragen belästigen müssen, die sie nur ablenken? Die Suchmöglichkeiten eines gemeinsamen oder lokalen Laufwerks oder die Suche in Ihrem Dokumentenmanagementsystem helfen Ihnen nicht weiter. Wir erklären Ihnen, wie die Lösung Brainial helfen kann und wie wir dieses Problem angehen können.
Mit der Lösung Brainial sind Sie in der Lage, jede gewünschte Information sofort zu finden, indem Sie die sogenannte "Smart Search" (Vektorsuche) oder die exakte Suche verwenden. Die Suchergebnisse können nach Kategorien, Dokumenten, Dokumenttypen, Tags, Aufgaben usw. gefiltert werden.
Im Idealfall möchten Sie die gesuchten Informationen sofort finden. Das Filtern von Informationen nach Kategorien, Dokumenten, Dokumenttypen und Zeiträumen ist sehr praktisch, um die richtigen Ergebnisse zu finden. Brainial erleichtert das automatische Auffinden relevanter Informationen durch unsere erweiterten Suchfunktionen, mit denen Sie sogar verwandte Informationen auf der Grundlage völlig anderer Schlüsselwörter oder sogar einer anderen Sprache finden können. Wie haben wir das gemacht? Das erklären wir im nächsten Abschnitt dieses Blogbeitrags. Und ja, wir werden dabei etwas wissenschaftlich :-).
Natural Language Processing (NLP) analysiert Sprachdaten in Form von Dokumenten mit Hilfe verschiedener Computertechniken¹. Die Maschine lernt die Struktur und Bedeutung der menschlichen Sprache und gibt die Ergebnisse an den Benutzer weiter². Das Ziel von NLP ist es, korrekte Textdaten zu erzeugen, die unstrukturierten Daten mit Hilfe von linguistischem Wissen Struktur verleihen¹. Der Mehrwert von NLP in der Zukunft hilft, mit Text umzugehen, um Prozesse und Modelle aufzubauen und sie entsprechend dem Algorithmus im Computer zu manipulieren². Wenn die Struktur grammatikalische Beziehungen zwischen den Bestandteilen des Textes herstellen kann, ist der Text syntaktisch. Wenn sie die Bedeutung des Textes widerspiegelt, wird der Text semantisch¹ genannt. Um die richtigen Verbindungen zwischen den Wörtern eines Textes herzustellen, sind syntaktische Informationen unerlässlich. Dies ist die Grundlage für die Bestimmung der grammatikalischen Funktion eines Wortes¹.
Ein NLP-System besteht aus einer Pipeline mit einer Reihe von Komponenten, die sich um die Verarbeitung des Textes kümmern. Jede Komponente sorgt für eine Strukturierung des Textes, so dass die nachgelagerte Verarbeitung einfacher wird, wie z. B. das Entfernen von Stoppwörtern oder das Ersetzen aller sprachspezifischen Buchstaben durch normale Buchstaben (z. B. von é zu e). Die ersten Komponenten unterscheiden sich in ihrer Aufgabe von den späteren Komponenten, die sich mehr auf die Analyse von Konzepten und Beziehungen konzentrieren. Die dafür verwendeten Methoden reichen von regelbasierten Methoden, unter denen man reguläre Ausdrücke versteht, bis hin zu statistischen und maschinellen Lernmodellen¹. Auf Brainial verwenden wir eine Kombination aus regelbasierten Methoden und Modellen des maschinellen Lernens.
In unserem Fall ist eine wichtige Komponente der NLP-Pipeline die Vektorisierung. Was ist Vektorisierung? Word Embeddings oder Word Vectorization ist eine Methode im NLP, um Wörter oder Phrasen aus dem Vokabular auf einen entsprechenden Vektor aus realen Zahlen abzubilden, der verwendet wird, um Wortvorhersagen, Wortähnlichkeiten/Semantik zu finden. Der Prozess der Umwandlung von Wörtern in Zahlen wird Vektorisierung³ genannt. Der Vorteil der Vektorisierung für den Benutzer besteht darin, dass man den spezifischen Suchbegriff nicht kennen muss, um die gewünschten relevanten Informationen zu finden. Auf Brainial verwenden wir die Textähnlichkeitssuche aus Gründen der Einfachheit und der Tatsache, dass wir die Vektorsuche mit exaktem String-Matching erweitern können, um die exakte Sucheingabe des Nutzers zu berücksichtigen.
Wie können wir also helfen? Mit der Lösung Brainial können die Nutzer jede gewünschte Information sofort finden, indem sie die sogenannte "Smart Search" (Vektorsuche) oder die exakte Suche verwenden. Die Suchergebnisse können nach Kategorien, Dokumenten, Dokumententypen, Tags, Aufgaben usw. gefiltert werden, da wir die Ausschreibungsdaten während der ersten Analyse im Rahmen der NLP-Pipeline-Aktivitäten kategorisieren, beschriften und klassifizieren. Verschwenden Sie keine Zeit mehr und belästigen Sie Ihre Kollegen nicht mehr mit der Frage, wo sie Informationen finden können. Beginnen Sie mit der Erkundung der Funktionalität von Brainial Smart Search und fordern Sie eine Demo an.
Quellen:
