Современные подходы к обработке и обогащению НСИ

Запись выступления нашего спикера Дмитрия Тимакова на тему: «Современные подходы к обработке и обогащению НСИ» на INDUSTRIAL DATA в Санкт-Петербурге. Наш продукт уже доступен на демо-стенде AI MasterData, приглашаем его протестировать: Это решение на основе генеративного ИИ и методов машинного обучения для быстрой нормализации данных НСИ. Решение позволяет искать атрибуты по позициям МТР: — Находить аналоги во внутренних и внешних каталогах — Получать описания свойств и назначений позиций Возможности AI MasterData: — Классификация/группировка номенклатуры по группам — Разработка шаблона для каждой группы номенклатуры — Выделение атрибутов из исходного наименования — Дообогащение атрибутивного ряда (обогащение данными из внешних справочников) — Очистка дублей, поиск и исправление ошибок — Поиск аналогов Преимущества для бизнеса: — Принципиально новый подход работы с неструктурированными текстовыми данными — Кастомизация под методологию компании — Гибкое размещение (On-Premise или On-Cloud) Протестировать AI MasterData: Таймкоды: 00:10 - Вступление 00:43 - “Грязные данные“ и другие проблемы в НСИ 01:58 - Почему MDM система это не ультимативное решение 02:45 - Как машинное обучение помогает в работе с НСИ 03:47 - Нормализация данных с помощью AI 04:41 - Подходы по уменьшению трудоёмкости обработки записей 08:07 - Генеративный ИИ в НСИ 10:09 - Что меняет Norbit GPT 11:19 - Демостенд решения AI Master Data 12:11 - Генеративный ИИ в MDM