應用案例

不同產業、不同技術的宇鯨實例

BelugaAI_yujing_宇鯨_人均綠地分析

公共議題優先度篩選

政府開放參與平台讓人民得以舉報需要政府關注的公共議題,然而大量的議題被提出時,政府並無充足人力去一一仔細了解、即時針對重要的待解決問題做出行動。造成重要議題的被淹沒在相對次要的議題海中。

本案藉由民眾舉報時所提供的資訊,以模型判斷該議題的潛在重要性,代替耗時人力做第一步的快速篩選,讓重要性較高的議題優先被負責人員看見,以達人力利用的最佳化。

產業:

公共行政

應用場景/解決問題:

解決少量人力不足負荷大量公共議題初判的問題。

使用技術:

#NLP

技術特色:

  • 結合文字與結構化資料的多標籤分類模型

公共議題優先度篩選

政府開放參與平台讓人民得以舉報需要政府關注的公共議題,然而大量的議題被提出時,政府並無充足人力去一一仔細了解、即時針對重要的待解決問題做出行動。造成重要議題的被淹沒在相對次要的議題海中。

本案藉由民眾舉報時所提供的資訊,以模型判斷該議題的潛在重要性,代替耗時人力做第一步的快速篩選,讓重要性較高的議題優先被負責人員看見,以達人力利用的最佳化。

產業:

公共行政

應用場景/解決問題:

解決少量人力不足負荷大量公共議題初判的問題。

使用技術:

#NLP

技術特色:

  • 結合文字與結構化資料的多標籤分類模型

智能案件知識庫生成

台灣法律為「判例制」,故律師很重要的工作項目是「藉由研究過去判決案例,建立起該委託案的知識庫」。但因為律師的工作流程有「多案同步進行」(需再多個不同委託案之間同步進行)、「耗時」(總時長從數月到數年之久皆有)、「專業性文體」(不同於一般日常用語)的特性。造成知識庫的統整不易。

本案例藉由AI技術,從律師獲得的各種文本資料,抽取關鍵字詞後,主動生成相關字詞並以「滾動式」、「主動擴大相關搜尋」的方式,系統得以協助律師隨著時間,持續更新案件知識庫內容。

產業:

法律

應用場景/解決問題:

提升律師工作效率、節省人工時間

使用技術:

#NLP #關鍵字抽取
#關鍵字生成 #Keyword Extraction

技術特色:

  • 小數據變大數據
  • 針對司法領域精準斷詞(法律判決書特性:文言文、指涉性代名詞特別多)
  • 針對特殊文體建立專屬詞典

智能案件知識庫生成

台灣法律為「判例制」,故律師很重要的工作項目是「藉由研究過去判決案例,建立起該委託案的知識庫」。但因為律師的工作流程有「多案同步進行」(需再多個不同委託案之間同步進行)、「耗時」(總時長從數月到數年之久皆有)、「專業性文體」(不同於一般日常用語)的特性。造成知識庫的統整不易。

本案例藉由AI技術,從律師獲得的各種文本資料,抽取關鍵字詞後,主動生成相關字詞並以「滾動式」、「主動擴大相關搜尋」的方式,系統得以協助律師隨著時間,持續更新案件知識庫內容。

產業:

法律

應用場景/解決問題:

提升律師工作效率、節省人工時間

使用技術:

#NLP #關鍵字抽取
#關鍵字生成 #Keyword Extraction

技術特色:

  • 小數據變大數據
  • 針對司法領域精準斷詞(法律判決書特性:文言文、指涉性代名詞特別多)
  • 針對特殊文體建立專屬詞典
BelugaAI_yujing_宇鯨_人均綠地分析

都市人均綠地分析

當政府致力於提升人民生活水準,讓人均享有綠地達國際標準時,卻因為各細分生活圈的個別落差迥異,因此需仰賴傳統人工逐一執行各地理環境、人口分佈分析,並綜合剩餘可用地的推動條件比對後,才能鎖定合適執行的都市區域。過程耗費大量精力、處理時間長。

本案藉由地理資訊的數據分析,得以快速鎖定粗分區域,再經過執行多個面向資料綜合比對後,指出值得優先執行的細分區塊。

產業:

公共行政

應用場景/解決問題:

提升公共工程推動效率。以機器代替人力做多面向前置作業分析,讓人專注於執行面的推動。

使用技術:

#GIS #數據分析

技術特色:

  • 針對人口為「不均勻分佈」特性,做重取樣處理
  • 多面向資料疊組分析,產出結果兼具問題價值性及可行性

都市人均綠地分析

當政府致力於提升人民生活水準,讓人均享有綠地達國際標準時,卻因為各細分生活圈的個別落差迥異,因此需仰賴傳統人工逐一執行各地理環境、人口分佈分析,並綜合剩餘可用地的推動條件比對後,才能鎖定合適執行的都市區域。過程耗費大量精力、處理時間長。

本案藉由地理資訊的數據分析,得以快速鎖定粗分區域,再經過執行多個面向資料綜合比對後,指出值得優先執行的細分區塊。

BelugaAI_yujing_宇鯨_人均綠地分析

產業:

公共行政

應用場景/解決問題:

提升公共工程推動效率。以機器代替人力做多面向前置作業分析,讓人專注於執行面的推動。

使用技術:

#GIS #數據分析

技術特色:

  • 針對人口為「不均勻分佈」特性,做重取樣處理
  • 多面向資料疊組分析,產出結果兼具問題價值性及可行性

商業選址推薦

當商業選擇開實體店面時,每一家店都是一筆需要審慎評估的高價投資。而過去仰賴熟悉特定區域的人工經驗,以線下方式尋找區域裡最有潛力的地點

本案例藉由數據分析,針對人流、密度、其他重要參考因子等,建立得以呈現潛力高低差異的熱點Heat Map,以提供展店人員更一致、高效率的擴店策略推薦

產業:

實體零售

應用場景/解決問題:

針對商業選址,做更有效率的投資。

使用技術:

#GIS #數據分析 #資料正規化
#字串比對 #數據建模
 

技術特色:

  • 文本相似度進行正規化(常見情況:編碼不一致、行政區命名方式不一致)

  • 熱點模擬

商業選址推薦

當商業選擇開實體店面時,每一家店都是一筆需要審慎評估的高價投資。而過去仰賴熟悉特定區域的人工經驗,以線下方式尋找區域裡最有潛力的地點

本案例藉由數據分析,針對人流、密度、其他重要參考因子等,建立得以呈現潛力高低差異的熱點Heat Map,以提供展店人員更一致、高效率的擴店策略推薦

產業:

實體零售

應用場景/解決問題:

針對商業選址,做更有效率的投資。

使用技術:

#GIS #數據分析 #資料正規化
#字串比對 #數據建模
 

技術特色:

  • 文本相似度進行正規化(常見情況:編碼不一致、行政區命名方式不一致)

  • 熱點模擬

source_canva_belugaAI_chatbot

線上文字客服機器人

隨著營運規模越來越大,客服需求也隨之提高。企業必然需要增加更多的客服人員以回應客服需求,人力成本隨之增加。

本案例藉由自然語言辨識技術,以AI解讀顧客輸入的文字語意,讓機器人成為第一線處理文字客服的守門員。

產業:

軟體資訊/服務業

應用場景/解決問題:

以機器人做第一線客服需求分流,真人客服資源得以留給需要真人處理的複雜客服問題,以達人力配置使用最佳化。

使用技術:

#NLP #意圖辨識 #對話管理

技術特色:

  • 多階層文本分類與相似度模型

線上文字客服機器人

隨著營運規模越來越大,客服需求也隨之提高。企業必然需要增加更多的客服人員以回應客服需求,人力成本隨之增加。

本案例藉由自然語言辨識技術,以AI解讀顧客輸入的文字語意,讓機器人成為第一線處理文字客服的守門員。

source_canva_belugaAI_chatbot

產業:

軟體資訊/服務業

應用場景/解決問題:

以機器人做第一線客服需求分流,真人客服資源得以留給需要真人處理的複雜客服問題,以達人力配置使用最佳化。

使用技術:

#NLP #意圖辨識 #對話管理

技術特色:

  • 多階層文本分類與相似度模型

單據文字辨識

在「非統一格式」的紙本作業流程中,需要大量仰賴人工做資訊判斷後,再將所需內容手動輸入電腦系統。然而這是重工且無法增加價值的資源浪費。

本案例藉由影像辨識技術,取代人工資料欄位判別、手寫字辨識、電子化的流程,節省人力

產業:

其他

應用場景/解決問題:

非統一格式紙本情境下,文件電子化的人力節省。

使用技術:

#OCR #影像處理
#錯字處理 #相似字糾正

技術特色:

  • 應用相似字糾正雙重檢查OCR後結果
  • 建立產業詞典做校正
  • 偵測圖片質量、尺寸,做資訊辨識優化

單據文字辨識

在「非統一格式」的紙本作業流程中,需要大量仰賴人工做資訊判斷後,再將所需內容手動輸入電腦系統。然而這是重工且無法增加價值的資源浪費。

本案例藉由影像辨識技術,取代人工資料欄位判別、手寫字辨識、電子化的流程,節省人力

產業:

其他

應用場景/解決問題:

非統一格式紙本情境下,文件電子化的人力節省。

使用技術:

#OCR #影像處理
#錯字處理 #相似字糾正

技術特色:

  • 應用相似字糾正雙重檢查OCR後結果
  • 建立產業詞典做校正
  • 偵測圖片質量、尺寸,做資訊辨識優化
BelugaAI_yujing_宇鯨_人均綠地分析

生理狀態監控

在醫療場景中,藉由進行連續呼吸情形的偵測、關注生命跡象,以達到確保病人生命安全。判別方式則仰賴醫護人員的經驗。

本案例藉由AI技術,以系統學習真人經驗,以達到系統判別。

產業:

醫療

應用場景/解決問題:

以系統判別方式,減低對真人判斷的仰賴,釋放更多醫療人力資源。

使用技術:

#聲音事件偵測

生理狀態監控

在醫療場景中,藉由進行連續呼吸情形的偵測、關注生命跡象,以達到確保病人生命安全。判別方式則仰賴醫護人員的經驗。

本案例藉由AI技術,以系統學習真人經驗,以達到系統判別。

BelugaAI_yujing_宇鯨_人均綠地分析

產業:

醫療

應用場景/解決問題:

以系統判別方式,減低對真人判斷的仰賴,釋放更多醫療人力資源。

使用技術:

#聲音事件偵測

語音客服聲音合成

傳統語音客服呈現結果有明顯「機器感」,而造成顧客體驗不佳。

本案例藉由語音合成技術,進行大量模型學習後,達成符合在地口音的自然人發音感、高聲音品質的優化結果。

產業:

資訊軟體

應用場景/解決問題:

不同於傳統語音合成的「機器音」,達成「自然人音」效果。

使用技術:

#語音合成

技術特色:

  • 處理為在地(台灣)口音
  • 破音字處理
  • 遷移學習
  • 大量模型優化提升聲音品質(非傳統錄影機感)、韻律感(自然人發音感,非機器音感)

語音客服聲音合成

傳統語音客服呈現結果有明顯「機器感」,而造成顧客體驗不佳。

本案例藉由語音合成技術,進行大量模型學習後,達成符合在地口音的自然人發音感、高聲音品質的優化結果。

產業:

資訊軟體

應用場景/解決問題:

不同於傳統語音合成的「機器音」,達成「自然人音」效果。

使用技術:

#語音合成

技術特色:

  • 處理為在地(台灣)口音
  • 破音字處理
  • 遷移學習
  • 大量模型優化提升聲音品質(非傳統錄影機感)、韻律感(自然人發音感,非機器音感)

聯絡宇鯨 Contact Us Today