Medieovervågning og medieanalyse er oplagte områder til anvendelse af AI, da disse aktiviteter naturligt involverer behandling og analyse af semistruktureret tekstmateriale.
Retriever anvender AI i næsten alle dele af medieovervågnings- og medieanalyseprocesserne for at sikre, at vores kunder får det bedst mulige produkt til den rette tid på den mest effektive måde. Her følger en kort gennemgang af nogle af de områder, hvor Retriever i dag anvender AI.
Hvordan bruger Retriever så AI?
Retriever anvender AI til at kategorisere, om et givent indlæg er positivt, neutralt eller negativt. Dette sker ud fra dit brands perspektiv, og dermed kan metoden måle, om et indlæg er positivt eller negativt set ud fra din organisations synsvinkel. Dette er en unik funktion, der giver en mere præcis angivelse af sentimentet.
Entiteter
Retriever udtrækker entiteter (Entity Extraction) fra alt det redaktionelle materiale i vores database. Entiteter anvendes til at reducere støj i søgeresultaterne og sikrer dermed højere relevans i søgningerne uden behov for at anvende et manuelt filter, som man tidligere havde behov for. Med entiteter kan søgemaskinen finde personer, organisationer og geografiske steder. På denne måde kan vi eksempelvis automatisk skelne mellem søgeordet "Region Midtjylland" som geografisk angivelse og "Region Midtjylland" som organisation.
Sentiment
Retriever anvender AI til at kategorisere, om en given omtale er positiv, neutral eller negativ. Dette sker i kombination med entiteter, hvilket gør det muligt at måle, om en omtale er positiv eller negativ set ud fra et bestemt organisations eller persons perspektiv. Dette er en unik funktion, der giver en mere præcis angivelse af sentimentet i medieomtalen.
Anormalitet
Med AI identificerer Retriever unormale ændringer og hændelser i sociale medier og kan dermed hjælpe med at opdage trends eller negative forhold i sociale medier tidligt. Dette kan omfatte tonen i indlæg, ændringer i volumen, omtale af specifikke søgninger, personer eller organisationer eller en kombination af disse faktorer.
Speech-to-text
Retriever anvender talegenkendelse til at "lytte" til radio, tv, podcasts og videoer på eksempelvis YouTube. Teknologien omsætter tale til tekst og gør dermed det talte ord søgbart. Derefter kan Retriever behandle teksten på samme måde som enhver anden tekst. Tidligere havde vi mennesker ansat til at lytte til radio og se tv samt notere, når et givent søgeord blev nævnt. Med talegenkendelse har vi mere end femdoblet vores dækning af radio og tv, samtidig med at vi har inkluderet podcasts og YouTube, og vi har samtidig forbedret præcisionen.
Retrievers fremtid inden for kunstig intelligens
I Retriever er vi optaget af at bruge den nyeste teknologi for at sikre, at vores kunder får den mest præcise og bedste løsning inden for medieovervågning og medieanalyse. Samtidig erkender vi, at kunstig intelligens har sine begrænsninger. Derfor mener vi, det er vigtigt at betragte kunstig intelligens og ny teknologi i et menneskeligt perspektiv. Hos os vil du altid møde en person, der er dedikeret til at sikre, at du får den optimale løsning, og at ny teknologi implementeres, hvor det giver mening for dine specifikke behov.
Vores mål er ikke kun at forbedre produktkvaliteten og effektiviteten, men også at sikre, at teknologien bruges på en måde, der virkelig skaber værdi for kunden.