TY  - CONF
A1  - Schuh, Günther
A1  - Hicking, Jan
A1  - Stroh, Max-Ferdinand
A1  - Benning, Justus
A1  - Charles, Clinton Gnanaraj
A2  - Herberger, David
A2  - Hübner, Marco
T1  - Feasibility Analysis of Entity Recognition as a Means to Create an Autonomous Technology Radar
T2  - Proceedings of the 2nd Conference on Production Systems and Logistics (CPSL 2021)
N2  - Mit den neuesten Technologietrends auf dem Laufenden zu bleiben, ist für Fertigungsunternehmen eine entscheidende Aufgabe, um auf einem global wettbewerbsfähigen Markt erfolgreich zu bleiben. Die Erstellung eines Technologieradars ist ein etablierter, jedoch meist manueller Prozess zur Visualisierung der neuesten Technologietrends.
Der Herausforderung, Technologien zu identifizieren und zu visualisieren, widmet sich das Projekt TechRad, das maschinelles Lernen einsetzt, um ein autonomes Technologie-Scouting-Radar zu realisieren. Eine der Kernfunktionen ist die Identifizierung von Technologien in Textdokumenten. Dies wird durch natürliche Sprachverarbeitung (NLP) realisiert.
Dieser Beitrag fasst die Herausforderungen und möglichen Lösungen für den Einsatz von Entity Recognition zur Identifikation relevanter Technologien in Textdokumenten zusammen. Die Autoren stellen eine frühe Phase der Implementierung des Entity Recognition Modells vor. Dies beinhaltet die Auswahl von Transfer Learning als geeignete Methode, die Erstellung eines Datensatzes, der aus verschiedenen Datenquellen besteht, sowie den angewandten Modell-Trainings-Prozess. Abschließend wird die Leistungsfähigkeit der gewählten Methode in einer Reihe von Tests überprüft und bewertet.
KW  - Künstliche Intelligenz
KW  - Technologiemanagement
Y1  - 2021
UR  - https://epub.fir.de/frontdoor/index/index/docId/776
UR  - https://www.repo.uni-hannover.de/handle/123456789/11343
SP  - 299
EP  - 307
PB  - Institutionelles Repositorium der Leibniz Universität Hannover
CY  - Hannover
ER  -