Deep explorer
Knowledge Graph
funktionsbeschreibung
Aus Datalakes wird Wertschöpfung
Der Knowledge Graph spielt eine entscheidende Rolle in der Verbindung von Objekten oder Personen, wodurch er die Grundlage für schnellere und präzisere Suchen schafft. Dies ermöglicht nicht nur bessere Empfehlungen, sondern erleichtert auch den Wissenstransfer erheblich. In Sekundenschnelle generiert er somit einen Mehrwert sowohl für die Redaktion als auch für die Zuschauer.
Bei der Recherche zu zwei Personen und ihren Verbindungen ist der Knowledge Graph ein unschätzbarer Sparringspartner. Durch seine Fähigkeit, relevante Informationen und Gemeinsamkeiten blitzschnell zu identifizieren, erleichtert er den Arbeitsprozess erheblich. Der Knowledge Graph dient nicht nur als Grundlage für Recherchezwecke, sondern hat auch eine entscheidende Rolle als Datenbasis für Large Language Models. Diese Verbindung ermöglicht es, verifizierte Informationen bereitzustellen, um Halluzinationen oder Unwahrheiten in GPT-Texten entgegenzuwirken.
Für Redakteurinnen, die über Jahre hinweg Wissen aufbauen, stellt der Transfer dieses Wissens oft eine Herausforderung dar. Der Knowledge Graph bietet eine Lösung, indem er diesem Wissen eine strukturierte Form verleiht. Dadurch können nicht nur erfahrene Redakteurinnen von diesem Wissensschatz profitieren, sondern auch junge Kolleginnen, die direkt Nachrichten produzieren möchten.
vorteile
Daten in Werte umwandeln
Schnellere Informationen und Zusammenhänge
Zuverlässiges
LLM
Wissenstransfer in den Redaktionen vorantreiben
use cases
Knowledge Graph Anwendungsfälle
CGI OpenMedia
OpenMedia, powered by DeepVA AI, optimiert journalistische Arbeitsabläufe – von der Recherche und Story-Planung über das Drehbuchschreiben bis hin zur plattformübergreifenden Ausgabe und dem Rundown-Management;
Wie es funktioniert
Wie funktioniert Logo Recognition?
Die Logo Recognition analysiert Logos hinsichtlich verschiedener Merkmale und vergleicht diese mit der dahinterstehenden Datenbank. Diese kann entweder aus von uns vortrainierten Persönlichkeiten bestehen oder in Zukunft auch aus ganz eigenem Trainingsmaterial. Künftig wird also neben der Face und Landmark Recognition, auch die Logo Recognition an die unternehmensspezifischen Bedürfnisse angepasst werden.
