SAS Visual Text Analytics
사람이 할 수 있는 일 이상으로 방대한 양의 텍스트 데이터에서 유용한 정보를 읽고, 구성하고, 추출합니다.
-
LLM 칼리브레이션으로 작업에 적합 모델을 사용하여 결과를 개선
유해성, 편향 및 불량 행위자를 관리하여 신뢰할 수 있는 결과를 보장할 수 있습니다. 더욱 관련성 있는 데이터를 LLM에 투입함으로써 데이터 큐레이션을 개선하고 환각을 최소화합니다. 추적 가능한 계층을 추가하여 개인 데이터나 민감한 데이터가 모델에 입력되는 것을 방지합니다.
-
새로운 트렌드 및 숨어 있는 기회 감지
방대한 양의 텍스트 데이터를 자연어 처리(NLP), 머신 러닝, 딥 러닝, 언어 규칙과 적절히 조합하여 주요 아이디어나 주제를 신속하게 식별하고, 핵심 용어를 추출하고, 성향을 분석하며, 단어 간의 상관관계를 식별합니다. 이를 통해 필요한 정보를 적시에 제공할 수 있습니다.
-
개방형 에코시스템을 통한 협업 및 정보 공유 촉진
SAS Visual Text Analytics는 데이터 준비부터 분석 인사이트 발견, 가치 실현을 위한 모델의 프로덕션 투입에 이르는 전체 분석 라이프사이클을 지원하는 유연한 환경을 제공합니다. 기존 시스템 및 오픈소스 기술과 쉽게 통합되는 고도의 협업 공간에서 모범 사례 파이프라인을 포함한 콘텐츠를 생성, 관리, 공유합니다.
-
자동화를 통한 분석 워크플로우 개선
지능형 알고리즘은 텍스트 데이터에서 관계와 주제와 성향을 자동으로 감지하므로 시간 소모가 큰 수동 분석 작업을 하지 않아도 됩니다. 모범 사례 템플릿, 자동화된 규칙 생성 그리고 원클릭 모델 배포 기능이 결합되어 있어 모델을 구축하는 작업이 훨씬 간소화됩니다.
G2가 선정한 텍스트 분석 리더
SAS Visual Text Analytics가 G2로부터 '2024년 여름 텍스트 분석 부문 리더' 및 '2024년 여름 텍스트 분석 부문 엔터프라이즈 리더' 배지를 획득했습니다.
주요 기능
다양한 모델링 접근 방법을 사용하는 AI로 비정형 텍스트 분석에 투입되는 수고를 눈에 띄게 줄일 수 있습니다. 자연어 처리(NLP), 머신 러닝, 언어 규칙의 강력한 조합을 직접 확인해 보세요.
대규모 언어 모델(LLM) 기반의 분류
언어 모델을 사용하여 LLM의 미세조정과 RAG에 가장 적합한 데이터를 선별합니다. LLM 콘텐츠 검수(Moderation)를 강화하여 유해성 및 편향을 탐지하고 개인 데이터 유출을 방지함으로써 LLM에 대한 수정이나 영향 없이도 LLM 결과를 개선할 수 있습니다.
LLM 칼리브레이션
언어 모델을 사용하여 LLM의 미세조정과 RAG에 가장 적합한 데이터를 선별합니다. LLM 콘텐츠 검수(Moderation)를 강화하여 유해성 및 편향을 탐지하고 개인 데이터 유출을 방지함으로써 LLM에 대한 수정이나 영향 없이도 LLM 결과를 개선할 수 있습니다.
트렌드 분석
비지도 방식의 머신 러닝이 문서를 주제별로 그룹화합니다. 연관성 스코어는 각각의 문서가 각 주제에 대해 어느 정도 연관이 있는지 계산하고, 바이너리 플래그는 주어진 임계값을 초과하는 주제 멤버십을 보여줍니다.
정보 추출
LITI(Language Interpretation for Textual Information)라는 강력하고 유연하며 확장 가능한 SAS 전용 프로그래밍 언어를 사용하여 텍스트에서 특정 정보를 추출하거나 정보 간의 관계성을 파악합니다.
하이브리드 모델링 접근법
풍부한 언어 규칙, 자연어 처리(NLP), 머신 러닝, 딥 러닝을 포함한 다양한 기능을 조합하여 효과적인 텍스트 모델을 구축합니다.
파싱
텍스트를 단어, 구, 구두점 등의 의미 요소로 분리하여 기계가 대규모로 텍스트를 분석하는 데 필요한 인적 프레임워크를 제공합니다.
코퍼스 분석
간편하게 액세스할 수 있는 출력 통계를 통해 말뭉치 구조를 파악한 다음, 자연어 생성(NLG) 기능을 활용하여 데이터 정제, 노이즈 분리, 효과적인 샘플링, 추가 모델(규칙 기반, 머신 러닝)에 투입할 데이터 준비, 모델링 접근법 전략화 등의 작업을 수행합니다.
33개 언어 기본 지원
즉시 사용 가능한 자연어 처리(NLP) 기능은 전 세계 모국어 전문가가 만든 사전과 언어 자산을 활용하여 모국어를 분석할 수 있게 합니다.
