Was ist Projekt cortical.io?

Cortical.io wurde Ende 2011 in Wien gegründet, mit dem Ziel, Computern zu ermöglichen, die Bedeutung von Texten, also die Semantik, zu erfassen. Unsere theoretische Grundlage, Semantic Folding, fußt auf neuesten Erkenntnissen aus den Neurowissenschaften. Wir verwenden eine neue Repräsentation zum Darstellen der Daten, den semantischen Fingerprint, in dem beliebiger Text mit all seinen Bedeutungen und Kontexten kodiert ist. Das System versteht den Zusammenhang von zwei Textelementen, indem es direkt die Überlappung der beiden semantischen Fingerprints misst. Im Gegensatz zu anderen Modellen kommt Semantic Folding fast gänzlich ohne die Verwendung von Statistik aus und benötigt nur Bruchteile der Trainingsdaten von herkömmlichen Systemen, um völlig selbständig – unsupervised – zu lernen.

2013 wurde das erste Produkt-Release, die Retina Engine, als REST API eingeführt: Mit einfachen API Calls wird der semantische Inhalt von Texten verarbeitet, Textdateien werden sinngemäß durchsucht, gefiltert und klassifiziert. 2016 haben wir eine Spark-Version auf den Markt gebracht, die problemlos Terabytes an unstrukturierten Textdateien mit relativ geringer Computing Power verarbeiten kann.

Wie ist cortical.io aufgebaut?

Die Retina API bietet einen einfachen Zugang zu unserer Technologie und ist kostenlos bei angemessenem Verbrauch. Es gibt Client-Libraries für Java, JavaScript und Python. Mit dem Retina API kann jeder Entwickler, auch wenn er oder sie über keine Vorkenntnisse in NLP (Natural Language Processing) verfügt, intelligente Operationen mit Text in seiner Anwendung einbauen. Intelligent heißt, dass Ergebnisse nicht von Stichwörtern abhängig sind, sondern auf dem semantischen Inhalt beruhen. Mit dem Retina API ist es zum Beispiel sehr einfach, wichtige Stichwörter aus einem Textdokument zu extrahieren, oder ein Dokument in seine natürlichen (Bedeutungs-) Abschnitte zu zerlegen. Weiter ist es möglich, einen semantischen Textklassifizierer mit nur einer Handvoll (5-10) positiven und/oder negativen Beispielen zu definieren. Und natürlich kann man die semantische Ähnlichkeit von beliebigen Wörtern oder Texten miteinander vergleichen.

Die konkreten Business-Anwendungen der Retina Engine sind sehr breit gefächert, überall wo es gilt, aus unstrukturierten Textdateien einen Sinn zu erkennen: Sie kann für Social Media Monitoring, Compliance Monitoring, Information Discovery oder Enterprise Search eingesetzt werden und übertrifft herkömmliche Ansätze in Praktikabilität und vor allem Effizienz.

Ein kurzes Beispiel

// laden der Retinas, die den Semantic Space beschreiben, von Amazon S3 Bucket
val loader = new S3RetinaLoader(AwsAccessKey, AwsSecretKey, S3Endpoint, RetinasS3BucketName)
// wir verwenden eine deutsche und eine englische Retina die topologisch kompatibel sind
implicit
val en = getCorticalEngine(loader, "eu_market_english")
val de = getCorticalEngine(loader, "eu_market_german")

// Berechnung der Semantic Fingerprints von scheinbar ähnlichen
// englischen und deutschen Worten
val shares = getFingerprint("shares")(en)
val aktien = getFingerprint("Aktien")(de)

// Messung der semantischen Ähnlichkeit der beiden Worte
val simil = compare(shares, aktien)
// 0.44 im Intervall [0,1]
// Hinweis: "shares" hat auch andere Bedeutungen als "Aktien"

// Ermittlung der semantisch verwandten Begriffe (nicht nur Synonyme)
val related = getSimilarTerms(shares, 10)
// output: convertible, securities, own, capital instruments, ...

// Extraktion der semantisch signifikanten Worte eines Texts
val kws = extractKeywords(
  """
    |Where appropriate, rules applicable to financial counterparties,
    |should also apply to non-financial counterparties.""".stripMargin, 2)
// output: rules, applicable

Ausblick: Wie soll es weiter gehen mit cortical.io?

Wir sind letztes Jahr eine Kooperation mit dem US Unternehmen Numenta eingegangen, ein auf künstlicher Intelligenz fokussiertes Forschungsunternehmen von Palm-Pilot-Erfinder Jeff Hawkins. Numenta vertritt eine biologisch-inspirierte Sicht von AI (Artificial Intelligence). Ihre Hierarchical-Temporal-Memory (HTM)-Theorie ermöglicht Systemen aus einem kontinuierlichen Fluss von Daten in Echtzeit zu lernen und entsprechende Voraussagen über künftige Daten zu machen. Unser nächster Schritt wird darin bestehen, die prädiktive Stärke von HTMs mit der Textanalysefähigkeit unserer Retina Engine zu kombinieren, um intelligente Lösungen im Bereich Sentiment Analysis und Konversations-/Dialog-Systeme zu entwickeln.

Steckbrief

Faszination Machine Learning – das Interview