Semantic Kernel

世界最高水準のキーワード抽出エンジン

Semantic Kernelは自然言語処理のグローバルなコンペティションで2回優勝したエンティティリンキングエンジンです。
顧客ターゲティングやレコメンデーション、キュレーション、ビッグデータなどの領域で非構造データの解析にご活用いただけます。
Studio Ousiaは2015年に開催された国際コンペティションでキーワード抽出精度の二冠を達成しています

勝利したOusiaチームは、困難なタスクに対し、評価を行う人間に近い驚くほどに良い精度を実現した

Noisy User-generated Text (W-NUT)

チームOusiaは2位に対して精度において69%の圧倒的な差をつけた

Named Entity rEcognition and Linking (NEEL) Challenge

機能

1. キーワードを正確に抽出します

文章中から、固有名詞などのキーワードを精度よく抽出します。

Semantic Kernel features
2. キーワードの曖昧性を解消できます

Wikipediaとの一対一対応でキーワードを正確に認識します。

Semantic Kernel features
3. キーワードの人間から見た重要性を認識します

人間から見た重要性(Helpfulness)を付与します。

Semantic Kernel features
4. キーワードを分類します

DBpedia Ontology Classesを付与してカテゴライズします。

Semantic Kernel features

Semantic Kernelの詳細についてはTechnologyのページもご覧ください。

利用例

アドテック
次世代オーディエンスターゲティングに

オーディエンスの関心を、閲覧した文章等からより正確に捉えることが可能になるため、従来のオーディエンスの属性や単純なキーワードによるターゲィングと比べて、ターゲティング精度の向上が見込めます。

オンラインメディア
関連記事やトピックへの誘導に

文章中からタグ付け(キーワードの抽出)を自動で行い、編集の手間を軽減します。また、読者の閲覧した記事をベースに、ユーザの興味のありそうな記事をリコメンドするエンジンの構築を可能にします。

ビッグデータ・ソーシャル解析
非構造テキスト解析精度の向上に

Twitterをはじめとする短文かつ乱れた文や、同音異義語の解析などを高精度に行うことができます。ソーシャル分析やカスタマーサポートデータ分析などのノイズの軽減が可能です。

電子書籍
Wikipediaや辞書へのリンク自動化

読者が関心を持ちそうなキーワードを抽出し、同音同字異義語も区別することで、辞書リンク機能が自動で安価に付与でき、ワンランク上の読書体験を提供可能にします。

eコマース・C2Cプラットフォーム
商品・サービスの検索精度やレコメンド機能の精度向上に

個別の顧客の関心を、商品や記事の閲覧履歴から推測したレコメンドが可能になります。また、キーワードを高精度に抽出することで、商品や記事の検索における精度を向上することが可能です。

その他
文章解析をベースにした人工知能サービスの基盤として

Semantic Kernelは、Entity Linkingにおける世界No.1の精度のエンジンとして、今まで実装が難しいと考えられていた人工知能サービスの実現をお手伝いします。

料金体系

無料トライアル

  • 一ヶ月間200リクエストまでなら無料でご利用いただけるトライアルプランです。
  • 1リクエストの上限は、10,000文字までになります。
  • ご利用には、外部サービスMashapeへのご登録が必要です。

標準プラン

  • 月間100,000リクエストまで1,000USDでお使いいただけるプランです。
  • 1リクエストの上限は、10,000文字までになります。
  • 月1000,000リクエスト以上になりますと1リクエスト$0.01での課金になります。

  • ご利用には、外部サービスMashapeへのご登録が必要です。
  • 標準プランから、プレミアムプランへの自動移行機能はございません。プレミアムプランをご検討の方は、お問い合わせください。

プレミアムプラン

  • ご利用になりたいデータ量に合わせたカスタマイズが可能になります。
  • 追加機能についてもご要望にお応えいたします。
  • 値段の詳細や運用方法につきましては、お問い合わせください。

ご利用中のユーザ様へ

アップデート情報や障害情報などをTwitterで配信しております。