博客Sisense新闻是您发布公司公告、Sisense新功能、产品创新以及我们推出的一切旨在让用户充分利用其数据的工具。作为消费者，我们已经习惯了像Google这样的直觉搜索引擎来了解我们的消费习惯。我们在网上看到的结果对我们自己的数字行为非常个性化。最近一份《财富》关于人工智能（AI）的特别报道指出，过去18个月来，自然语言处理（NLP）领域的最新发展是更好的搜索引擎、更智能的聊天机器人和数字助理的"革命性"。同样，在写这篇博文时，我得到了一些建议，旨在通过一个"智能写作"功能帮助我完成句子在分析数据时，业务用户现在可以对他们的数据提出问题，并获得关于结果的见解。Gartner预测，到2021年，NLP和会话分析将使分析和商业智能的采用率从35%提高到50%以上，这主要是因为理解数据的历史挑战现在更容易了。这使一类新的用户（前台工作人员）受益。它是Gartner十大数据和分析趋势之一，随着洞察将交付给商业用户，它将带来更好的结果，比以往任何时候都更深入、更个性化人工智能在我们的DNA里在Sisense，我们深深地致力于人工智能，因为它为我们的"建设者提供力量"和"为每个人提供洞察力"的任务。Sisense的目标是使组织中的所有各方以最小的努力完成他们的最佳工作。在2020年第一季度，我们将推出Sisense NLQ（自然语言查询），它可以自动接收平台内复杂问题的答案在2020年期间，Sisense将继续开发和利用其人工智能能力，为现代建设者和每个组织的业务用户带来大量新的好处，以更好地参与他们的数据，并实现更快的洞察力和行动时间Sisense NLQ：更深入的数据探索和更快的洞察力Sisense NLQ允许用户更好地探索他们的数据，并更容易地获得见解。通过输入"What"或"How"这样的单词，系统将开始提出问题并推荐个性化建议，这些建议可以自动完成字段和值、过滤和中断，并随着时间推移进行分析。Sisense NLQ引擎提供了修复拼写错误、更正拼写错误或搜索替代词的建议。最近和保存的搜索可以通过一次单击重复使用，并且可以通过直观的UI快速应用答案来修改可视化效果。这个新功能允许用户超越由设计师创建的预定义模型引擎盖下面的一眼Sisense NLQ利用了前沿的（或者说是革命性的）NLP技术，包括预先训练好的名为BERT的语言模型。由Google的人工智能研究人员开发的BERT（代表变压器的双向编码器表示）更能理解自然语言。伯特并不是唯一一个以芝麻街角色命名的人工智能模型。还有埃尔莫，格罗弗，大鸟，两个厄尼，克米特等等。在Sisense，我们的人工智能团队正在使用一个经过提炼的BERT版本来增强我们的NLQ产品，以更好地理解语义。换句话说，如果我搜索"收入"，系统也会明白我的意思是"利润"Sisense NLQ的另一个重要发展是Sisense知识图，它是我们许多人工智能功能的正在申请专利的基础层。Sisense Knowledge Graph是一个强大的引擎，它利用超过10年的数据开发，研究了6500多亿事件，这些事件表明了组织的使用模式。因此，Sisense知识图为Sisense NLQ带来了更多"人性化"和上下文感知的建议。最后，除了使用BERT进行语义分析外，Sisense NLQ还致力于解决文本句法和词汇结构中典型的歧义，并将其翻译成DB就绪查询。Sisense Q1发布版为客户带来了众多好处以下是一些亮点，更多细节请查看我们的新功能或第1季度发行说明。Live Pulse警报：自动识别实时数据中的关键更改，并主动向其他利益相关者发出警报。高级接收连接器：将来自流行数据源的数据直接摄取到Sisense管理的仓库中，或携带您自己的仓库来统一数据源并构建高效、经济高效的云数据管道。MongoDB连接器：使用Sisense屡获殊荣的分析方法处理存储在MongoDB数据库中的大型非结构化数据引擎.OpenIDConnect for SSO：轻松集成并为用户提供更可用和更安全的身份验证。数据模型API：完全自动化数据工作流，以节省时间并将风险降至最低，包括跨部署的Sisense数据模型的程序化创建和修改面向开发人员的Sembedded Playground：在丰富的交互式环境中发现并试验Sisense嵌入和定制功能。Sisense GitHub：加入Sisense开源GitHub官方社区，公共Sisense项目的空间，包括开源项目。报告管理器（高级附加模块）：按照预定义的时间表或事件触发的方式设置和共享自定义报表。请在发布页面上探索这些功能和其他功能，并在东部时间4月16日下午1点参加我们的网络研讨会以了解更多信息。Julie Zuckerman是Sisense的高级产品营销总监，在科技公司拥有超过20年的市场营销和产品营销经验。她的处女作《耶利米书》于2019年出版。标签：AI |人工智能| github |自然语言处理| NLP | Sisense季刊