一些金融机构已开始投资于专注于人工智能和机器学习应用的部门,这些部门可能决定客户对市场发展的看法。这些应用程序属于情绪分析的范畴。之前我们已经介绍了一些顶端的机器学习在金融中的应用。在这份报告中,我们专注于为金融部门以人工智能为基础的情感分析应用。
截至目前,许多公司声称提供情感分析软件,它可以帮助金融分析师或其他员工银行和金融机构从自己的角色方面生成报告更快地获得相关信息搜索文档。
我们研究了空间,以更好地了解AI发挥作用的金融梧桐试着回答以下问题:
- 情绪分析目前在金融界是如何使用的?
- 什么切实的成果在推动情感分析金融?
本报告涵盖了跨地区提供软件的供应商三个应用程序:
- 数据搜索和发现
- 报告生成
- 过程自动化
本文拟提供的商业领袖金融与他们目前可以从他们的行业景气分析软件期待一个想法的空间。我们希望这篇文章可以让商业领袖金融为了获得真知灼见,他们可以自信地将其传达给自己的管理团队,这样他们就可以在考虑采用这种人工智能时做出明智的决定。至少,本文的目的是作为一种方法来减少企业领导者的工作时间金融花时间研究他们可能(或可能不)感兴趣的公司的情绪分析。
数据搜索和发现
Alphasense公司
我们之前介绍了AlphaSense及其数据搜索和发现应用金融自然语言处理中的应用报告。
Alphasense公司是纽约基于公司128雇员。该公司提供的市场数据收集软件,他们声称可以帮助金融机构创建一个金融市场发展的搜索引擎。
Alphasense公司声称,他们的市场发展数据库,定期与补充现有的数以百万计的文档,索引,如上市公司提交的文件和电话会议记录。
该Alphasense公司的搜索引擎,然后解析主题,概念,并从这些文件的想法找到投资信息有价值件。然后,系统提供最相关的搜索查询的员工在金融公司的搜索引擎界面上的信息汇总。一旦他们找到感兴趣的信息,用户可以在同一个界面访问更详细的信息。
Alphasense公司不提供任何案例研究报告成功与他们的软件。
Alphasense公司索赔有超过800个客户,如银行和投资公司包括道琼斯工业平均指数(DJIA)公司的66%。
梅德侃是搜索的负责人Alphasense公司公司他持有博士在计算机科学从圣彼得堡国立大学。菅直人也是创始人兼CEOAI启动SemanticAnalyzer。
报告生成
叙事科学软件
叙事科学软件是芝加哥,伊利诺伊州为本公司拥有超过100名员工。该公司提供了一个名为软件羽毛,他们声称这能有所帮助金融机构使用结构化数据来传达见解自然语言生成(NLG)。
叙事科学软件要求用户可以羽毛笔软件整合到他们现有的业务流程与任务,如报表生成提供帮助。例如,使用人力分析师金融公司创造的叙事报告,如详细的销售区域经理汇报,可能通过对现有报告训练奎尔自动化这些报告的代。根据叙事学的,需要人类的分析师和主题专家训练NLG算法准确地生成报告。然后,羽毛能够学会识别报告中的关系,并理解报告的哪些部分是最相关的,最终使公司能够以自然语言生成适当的句子长度、结构和单词可变性的报告。然后,系统提供一个叙述性的报告,可以在规模和个性化的个人。
下面是一个短7- 分为视频演示了如何羽毛作品:
叙事科学软件声称有帮助一家不知名的美国银行自动化可疑活动报告(SAR)的产生。特区是一个类型的文档金融机构必须检测可疑的洗钱或欺诈事件之后与金融犯罪执法网络(执法网)文件。
据该公司称,该银行的欺诈检测团队也参与了调查自然语言处理从叙事学的专家。羽毛笔软件校准自动写入SAR叙述任何可疑的洗钱活动由银行的欺诈球队检测。据报道,该银行自动特区叙事写作过程中,可能产生的规模,这在以前不可能使用人类作者报告。根据叙事科学软件,这导致银行储蓄$ 22.5万,减少4小时时产生每个SAR到1.5小时的时间。
叙事科学软件还列出了瑞士信贷(Credit Suisse)作为一个他们过去的客户。不幸的是,我们无法找到在球队与AI项目以前的教育或工作经历的任何C级管理人员的证据,但他们提出在七轮$ 43.7万元的资助。
Lexalytics
Lexalytics是波士顿基于公司45雇员。该公司提供名为Semantria的软件工具,他们声称可以帮助银行和金融机构从自动化分析调查和收集的见解的过程使用NLP。
Lexalytics索赔用户可以整合他们的软件工具Semantria与微软Excel和执行在Excel表捕获调查和社交媒体数据的文本或情感分析。然后,Semantria使用自然语言处理进行分类从客户调查数据反馈来识别正面的,负面的,还是在内容的中性色调。然后,系统提供输出在同一个Excel工作表使用户分类数据的形式,看图形表示,其中疑问是最常见的还是谁是谁提交反馈客户中最大的推动者和批评者。
下面是一个短2- 分为视频演示了如何Semantria作品:
Lexalytics声称有帮助evolve24是一家大数据分析公司,自动社交媒体监测。Evolve24需要处理大量的社交媒体数据的快速,以便为他们的客户提供分析产品。在evolve24人力分析师在处理如此大量的文本数据所面临的困境。Evolve24与Lexalytics合作,集成他们的大数据分析解决方案文本分析工具,它可以与实体提取援助人员,组织,地点,事件,报价,工作或人际关系的名字。根据Lexalytics,这导致evolve24管理处理过每天450万个文档的整合时期,历时两个月后。
Lexalytics还名单微软、惠普、甲骨文和麦肯锡作为一些他们过去的客户。
保罗·巴尔巴是首席科学家在Lexalytics。他持有学士学位在计算机科学从马萨诸塞大学阿姆赫斯特分校。
过程自动化
Stride.ai
Stride.ai是班加罗尔基于公司17雇员。该公司提供的文本和情感分析软件称为TEXSIE,该公司声称可以帮助其银行及保险公司计客户和市场情绪使用NLP和机器学习。
Stride.ai要求用户可以使用api集成他们的文本和情感分析工具,以自动化涉及的内部业务流程从非结构化数据,例如文本文档或图像信息提取和分析。然后,TEXSIE使用图像识别和自然语言处理,其中来自银行和财务文件的历史数据是用来训练算法与人力投入进行分类,总结并自动分析数据的业务流程自动化应用。
Stride.ai提供TEXSIE功能如何在其网站上进行现场演示。有兴趣读者可以测试关键词识别,情感分析和软件的文字总结能力。
当我们试图为软件寻找案例研究时,我们的研究没有得到任何结果。
Stride.ai还列出了全速进取,总部设在亚特兰大学术设计工作室,并作为Appbackr一些他们过去的客户。
克里希纳切塔尼亚Munjam是高级NLP工程师在Stride.ai。他持有学士学位从技术,马德拉斯的印度理工学院。先前,Munjam担任NLP分析师在认识到。我们提醒读者要警惕那些声称做人工智能的公司而对他们的团队的任何C级AI专家。
的原因
的原因是总部位于英国北安普顿,公司成立于2012年。该公司提供即插即用的软件工具,叫做PreCeive,他们声称可以帮助金融机构与基于文本的数据分析和使用情绪分类NLP。
的原因要求用户可以通过应用程序接口整合PreCeive工具(API),它可以通过员工在一家金融公司从反馈表或其他客户的交互文档,如呼叫成绩单或电子邮件访问,以了解客户的情绪,情感或情绪。然后,PreCeive使用NLP和机器学习自动分类和从基于文本的数据中发现关于产品、人员、公司、问题和事件的见解。
TheSay声称其工具的情感分析的准确度在几个现实世界的商业应用程序已经改善,企业可以从他们的内部财务领域专家进一步自定义的输入工具。然后,该系统允许企业开发涉及文本分析,而不必从头开始创建的技术应用。
下面是PreCeive软件的情绪分析功能演示截图,与TheSay的网站上显示的一样。我们输入任意的示例文本,得到如下分析:
TheySay声称已与金融机构合作,从客户的电子邮件自动分类和洞察力的产生。该金融公司每天都会收到据称超过10,000客户的电子邮件,不得不进行分类,并报告,以满足英国金融服务管理局(FSA)法规。
该公司使用人工分析人员对这些邮件进行人工分类,结果证明这些邮件速度慢、成本高、而且前后不一致。该公司利用他们所说的技术来自动化这个过程,并将从这些电子邮件中收集到的信息传递给他们客户服务和市场营销团队。我们必须在这里补充一点,客户是匿名的,所以读者应该对这个案例研究持保留态度。
的原因没有任何大公司上市作为客户,但他们有筹集在资金约200万$,并通过Vista的Equity Partners公司被收购。
似乎没有要对球队的任何C级管理人员与AI背景。
小贴士用于商业领袖金融
根据该公司,我们发现它好像NLP应用的信息搜索和发现金融市场的数据似乎已经建立了用例从公司如Alphasense公司(声称他们拥有超过800个客户谁使用他们的产品)和叙事学(上到$ 43亿美元)。两家公司似乎已经成功地明确规定什么样的代价和收益的好处可以通过自动搜索过程或使用AI提取信息来获得。
似乎有两种方法AI厂商都相对于理解财务数据的整体情绪 - 创建搜索引擎,可以通过新闻和社交媒体梳理归档和总结了可能会被认为是最有影响力的公司的详细资料或使用现有的内部公司文档(结构化和非结构化)了解,分类和生成从其指示正,负或中性情绪中的数据的原始数据简洁报告。
然而,建立使用情况定制AI整合可能会持续三到五个月通常和模型可能仍需要进行微调,精度远远超出了时间表。
商业领袖还需要意识到,情绪或市场分析人工智能系统的整合,也需要金融领域的专家与数据科学家合作,以得出更准确的模型。
在大多数情况下,人类分析师仍然将是过程的关键部分在金融情感分析的大多数应用程序在未来两到五年,虽然它的使用有可能成为那个时期相当普遍。
在短期内,银行不应该指望能够轻松地没有着手开始管理和组织他们的数据漫长的整合过程中业务流程或增加商业智能从他们的数据自动化。最大的企业可能有预算和工作人员的技术追求,但根据我们的研究,似乎有从中可以组织对于某些应用中使用厂商即插即用产品。
标题图片来源:文档策略