تطوير نظام تصنيف الأحداث

غالبًا ما تتطلب تطبيقات الويب والجوال التي تعالج كمية كبيرة من البيانات المجمّعة من مصادر عديدة التحقق من أجل الحفاظ على جودة المحتوى. ومع زيادة البيانات المعالجة، لم يعد التحقق اليدوي قابلًا للتوسع. يمكن أن تساعد الحلول القائمة على الذكاء الاصطناعي ومعالجة اللغة الطبيعية في ذلك.

يشجع أحد تطبيقات Ordnance Survey Leisure المستخدمين على المشاركة في الأنشطة والفعاليات الخارجية. ولهذا الغرض، تتكامل المنصة الأساسية مع العديد من مزوّدي البيانات وتجمّع معلومات حول فعاليات وأنشطة متنوعة، بما في ذلك الأسماء والأوصاف. ومع ذلك، يبثّ مزوّدو البيانات مجموعة واسعة ومتنوعة من الفعاليات، والتي تقع أحيانًا خارج نطاق التطبيق. ونتيجة لذلك، يجب تصفيتها، لا سيما تلك التي لا تُقام في الهواء الطلق. وقد استعنا بأساليب معالجة اللغة الطبيعية المتطورة لتصفية مثل هذه الفعاليات.

اقترحنا نظامًا يختار تلقائيًا الأحداث والأنشطة التي ينبغي الاحتفاظ بها في التطبيق. وقمنا بتعديل مصنّف الأحداث لحل مشكلة العميل باستخدام نماذج NLP المدربة مسبقًا ونقل التعلم. وباستخدام عينة بيانات صغيرة نسبيًا، حققنا دقة تصنيف تبلغ ~95%.

خلال المشروع، تعاونّا بشكل وثيق مع العميل لتطوير فهم متبادل للمشكلة التجارية والمشهد البياني للبيانات المتاحة. وبفضل تعاوننا في كل خطوة من دورة حياة المشروع، تمكنا من إنشاء نظام يعكس الاحتياجات التجارية لعميلنا.

تتيح لنا نماذج معالجة اللغة الطبيعية المتطورة إنشاء حلول مبتكرة قادرة على أتمتة عمليات اتخاذ القرار، ويمكن الاستفادة منها في أي صناعة تتعامل مع البيانات النصية، حتى لو كانت البيانات المتاحة لتدريب النموذج محدودة.