Gefördert von der Europäischen Union

ERDF Logo

Automatic Information Extraction (AID)

Anträge, formlose Briefe, Rechnungen, Bescheinigungen und Belege – die schiere Menge an Dokumenten in einem Unternehmen bindet Ressourcen. Briefe, Pakete und Anträge müssen gelesen und weitergeleitet werden. Wichtige Absender- und Betreffsinformationen werden manuell in Datenbanken übertragen, bevor sich ein*e Mitarbeiter*in mit dem eigentlichen Inhalt befassen kann.

Um diesen Aufwand zu vermeiden, entwickelt Planet AI im Projekt Automatic Information Extraction from Documents (AID) ein Assistenzsystem für die Dokumentenverarbeitung auf Basis von künstlichen neuronalen Netzen. Eine komplexe Aufgabe wie die Informationsextraktion muss textuelle und visuelle Merkmale kombinieren, um optimale Ergebnisse zu erzielen.

Die preisgekrönten Technologien von Planet AI zur Handschrifterkennung und Layout-Analyse bilden die Grundlage für diese Merkmale. Modernste Technologien zur Verarbeitung natürlicher Sprache werden weiterentwickelt, um Merkmale zu kombinieren und Informationen mit hoher Präzision zu extrahieren. Kund*innen werden selbst in der Lage sein, Systeme zu trainieren und an ihre Bedürfnisse anzupassen, ohne komplizierte Regeln oder Vorlagen vorgeben zu müssen. Die aufwendige Datenerstellung soll weitestgehend vermieden werden und der Assistent kann aus wenigen Beispieldaten neue Klassen und Merkmale lernen.

Die Projektlaufzeit ist von 2019 bis 2021.

Intelligent Radiological Assistant (IRA)

Ziel des gemeinsamen Projekts von Planet AI und der Universität Rostock ist es, einen Intelligenten Radiologischen Assistenten (IRA) zu entwickeln, der anhand medizinischer Bilddaten Diagnosen vorschlägt. Die Art der Erkrankung wird dabei offen gelassen und erst später anhand von Trainingsdaten festgelegt. So kann das Produkt leicht auf andere Krankheiten erweitert werden.

In einem Teilprojekt wird Planet AI einen Front-End-Workflow für IRA entwickeln. Ein wesentlicher Bestandteil ist die Trainings- und Auswertungsumgebung, die unter anderem die Datenaufbereitung, die Klassifizierung der Daten in Benchmarks, an denen der Entwicklungsfortschritt gemessen werden kann, und die Implementierung geeigneter Metriken zur Messung und Analyse der Leistung umfasst.

Die Grundlage für dieses Projekt bilden die Bildanalysefähigkeiten von Planet AI. Modernste Bildklassifizierungs- und Bildsegmentierungstechnologien werden weiterentwickelt, um Ergebnisse mit höchstmöglicher Präzision zu liefern. Darüber hinaus werden wir neuronale Modelle nach dem neuesten Stand der Technik für die medizinische 2D- und 3D-Bildklassifikation vergleichen, übertragen und weiterentwickeln.

Die Projektlaufzeit ist von 2020 bis 2023.