QA Metrics bouwt al haar oplossingen binnen haar eigen omgeving; het MAGPAI™ platform. Dit platform bevat een veelheid aan oplossingen die zowel “open source” alsmede specifiek door QA Metrics ontwikkeld zijn.
MAGPAI™ is een platform dat op slimme wijze content uit ongestructureerde data haalt. Dat noemen we ook wel Intelligent Content Collection™. Het platform van MAGPAI™ bestaat uit een set van algoritmes en bibliotheken die op basis van erkende methodieken informatie uit document haalt. De door ons meest gebruikte methodieken zijn:
- Machine Learning: Leren met menselijk toezicht (supervised) en zonder menselijk toezicht (unsupervised learning) op basis van regressie (op basis van een set met waarnemingen uit het verleden een voorspelling doen) en neurale netwerken (op basis van patronen en combinaties een voorspelling doen).
- Natural Language Processing (NLP): het analyseren en begrijpen van menselijke taal. MAGPAI™ werkt in de basis met Nederlands, Engels, Duits en Frans. Voor andere talen zijn er ook mogelijkheden.
- Natural-Language Generation: het genereren van menselijke taal op basis van NLP.
- Readability: het toetsen wat de leesbaarheid van een document is en het identificeren van de moeilijke zinnen en woorden.
- Summarisation: Het maken van samenvatting op basis van zowel extraction (het uit een document halen van de relevante informatie) als abstraction (het vereenvoudigen van de informatie tot de kerninformatie).
- Graph Analytics, Mind Maps en andere visualisatie tools: Voor het maken van overzichten maken we gebruik van een grote set met tools om snel inzicht te creëren in de verzamelde informatie.
Om de gebouwde oplossingen continue te laten leren en zodoende toe te laten werken naar een steeds hogere nauwkeurigheid, heeft QA Metrics het MAGPAI™ gebruikersportaal ontwikkeld. In dit gebruikersportaal kunnen eindgebruikers eventuele handmatige correcties die toch nog benodigd zijn, kunnen doorvoeren. Deze correcties worden opgeslagen in een database waardoor deze aanpassingen periodiek kunnen worden aangepast en/of toegevoegd in de trainingssets. Periodiek zal QA Metrics de oplossing dus opnieuw trainen met gewenste aanpassingen die door eindgebruikers zijn gedaan waardoor de nauwkeurigheid van de oplossing toeneemt.