我們幫你訓練了數百位夥伴，同時閱讀資料並於瞬間完成判別分類工作， 但卻不需要數百位同仁的時間與成本即可達成最佳效益。
運作
推敲智能分析引擎運用中文智慧切詞技術與非監督性機器學習技術 （unsupervised machine learning），無須人為介入即可為母體文本進行基因分解並重新給予DNA編碼，讓分析引擎鑑定得出的搜尋結果能提供精確有效的資訊。
Step1 訓練工作
母體文本分解
將領域文本素材經過本公司調整過的中文智慧切詞技術分解其組成詞彙，拆解出母體文本組成的所有基因，精確採取每一片基因，並幫助後續訓練更加優異。
Step2 訓練工作
基因模型訓練
分析母體內所有基因分子，將各自乘載的特性分數以向量呈現，接著進行模型訓練，建立獨特宇宙。
Step3 訓練工作
基因群建立
經由向量所建構的語意基因模型，可自動歸納並定義出基因群的類別以及所屬關聯的基因分子。
Step4 訓練工作
DNA切片
對個別文本分解後的詞彙利用本公司獨家權重技術提取屬於此文本的特徵詞或句，作為代表該篇文本的專屬標籤。
Step5 訓練工作
DNA編碼
運用自動標籤的隱含語意識別技術，將DNA切片後的特徵詞句與基因群分析產生獨特編碼，為每一素材增加獨有的身分證。
Step6 執行任務
DNA鑑定
餵入詞句或文本材料時，將材料加以分析找出重點，並與每條獨一無二的DNA編碼做鑑定分析得出最佳關聯結果。
優勢
-
特定領域專業辭庫
可為特定領域設立專業辭庫，使詞彙提取更加精確，進而幫助分析出更貼近該領域之內容 -
獨創新詞機制
多層迭代，找出更深層相關連隱含語意，將文字探勘技術之呈現展現更理想的結果 -
詞頻權重調校
不同文本資料經由分析，根據字詞位於文章段落之位置，客製化調整詞頻權重，凸顯資料重點 -
自動建立分類
面對大量非結構文本資料，無需事先定義分類主題或標記文本。利用AI無監督學習可自動將文本類聚，自動產生文本分類；人力以及時間成本大幅降低，後續亦可使用分類主題找出相關文章。 -
自動標籤分類
藉由AI無監督學習模型，可將文章標籤分類任務自動化，減少人力成本，有效率地進行於海量資料中萃取出所需資訊 -
創新標記技術
利用分析技術將母體文章的多個主題找出後，利用自動標籤技術給予身分識別證，使得每一篇文擁有共同比較標準；統一的標準有利於後續尋找時，使得搜尋結果更符合需求
應用
智慧分流作業( 陳情、回饋意見分類 )
當機關或單位收到民眾陳情或回饋意見，運用推敲智能分析進行語意分析做自動分類並分流，降低人工分類作業時間與成本，協助將資源集中於處理相關業務人員能夠迅速衡量並擬定應變措施。
知識內容加值( 文章推薦 )
以智能語意分析技術處理文本資料，依據自動訓練工作的訓練及文本基因群建立延伸更多關聯主題。以此推薦並提供適合內容提升使用者閱讀豐富度。
關鍵字提取
精準切詞語意分析有效進行關鍵字提取，為文本標識特徵詞彙與重點詞句，以協助更快理解該文本內容。並可以此基礎建立關聯地圖，提供更全面的視野廣度。
智能搜尋引擎
完整執行推敲智能分析引擎的訓練及準備工作後，運用智能搜尋工具提供服務，讓使用者欲找尋的輸入關鍵字詞甚至文本，即可協助推敲分析出最佳的答案。
智能客服
以包含問題、解決方案與說明的各種類文件訓練人工智慧，即能夠以智能客服提供不論使用者甚至是企業內部訓練員工發問的空間，更精準提供解方且降低查找文件的時間成本與心力。
異常預防與警訊
建立知識管理系統將企業文件收錄並且建立搜尋機制，組織藉由搜尋相關文字找到過去經驗並借鏡處理方式。一方面可於事件出現徵兆時進行預防並且事先準備，另一方面可於異常發生時參考過往經驗，降低重新試驗找尋解決方式的成本。
智慧媒合
以供給與需求條件分析其隱含語意，從多層次挖掘最匹配結果，進而提高於茫茫目標中尋找最適合的合作對象的機率，並降低遇到不適合合作的溝通與時間成本，達到媒合的最佳效益。曾用於投資方尋找合適影視與文本作品，亦可用於多場域媒合情境。