Ordlista

Ostrukturerade data

Vad är Ostrukturerade data?

Ostrukturerade data följer inget fast tabellschema: e-postmeddelanden, avtal, manualer, webbsidor, presentationer, bilder eller ljudinspelningar. De utgör en stor del av organisationers kunskap men var länge svåra att analysera automatiskt. Språkmodeller kan läsa och söka i sådant innehåll och göra om det till strukturerad information, till exempel genom att extrahera tidsfrister och belopp ur ett avtal till en tabell.

Så hjälper KI.ordo

I KI.ordo kan text, PDF-filer med textlager, Word-filer och webbsidor läggas till som kunskap, som agenter sedan använder med källhänvisningar.

Läs mer

Ämnen

Data
Dokument
Kunskap

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo

← Alla begrepp

Relaterade begrepp

Strukturerade data

Strukturerade data följer ett fast schema med tydligt namngivna fält, som tabeller, databaser eller JSON-objekt med uppgifter som namn, pris och datum. Maskiner kan läsa, filtrera och bearbeta dem tillförlitligt – till skillnad från fri text eller bilder. På webbplatser beskriver schema.org-märkning till exempel produkter, evenemang eller vanliga frågor, så att sökmotorer och AI-system förstår innehållet entydigt. AI kan också extrahera strukturerade data ur ostrukturerad text.

data
JSON
+1

Intelligent dokumenthantering (IDP)

Intelligent dokumenthantering (intelligent document processing, IDP) läser automatiskt dokument som fakturor, avtal eller formulär, identifierar deras typ och gör de relevanta uppgifterna till strukturerade data. Den kombinerar textigenkänning för skannade dokument, språkteknologi och valideringsregler. Organisationer slipper manuell datainmatning och snabbar upp processer som hantering av inkommande fakturor eller post. Osäkra fält bör kontrolleras av människor.

Dokument
Dataextraktion
+1

Mall

Datautvinning (data mining)

Datautvinning är en systematisk genomsökning av stora datamängder efter mönster, samband och avvikelser. Den bygger på statistiska tekniker och metoder för maskininlärning som klustring, klassificering eller associationsanalys. Ett klassiskt exempel är varukorgsanalys inom handeln, som visar vilka produkter som ofta köps tillsammans – en grund för sortiment, placering och rekommendationer.

dataanalys
mönsterigenkänning
+1