Textautomation: Content-Erstellung durch Natural Language Processing (NLP)
Was früher in E-Commerce, Journalismus und Marketing nicht für umsetzbar gehalten wurde, ist inzwischen bewährte Projektpraxis: Die automatisierte Texterstellung!
Die Einsatzbereiche für die automatische Textgenerierung sind überaus vielfältig. Sie reichen von Produkttexten in Online-Shops über Wetterberichte und Börsennachrichten bis zu thematisch spezialisierten News-Streams.
Dabei wird der Begriff „Roboterjournalismus“ schon lange nicht mehr belächelt, denn die Qualität der Texte ist inzwischen so hoch, dass bei guter Umsetzung ein automatisch erstellter Produkttext nicht von einem manuell geschriebenen zu unterscheiden ist.
Möglich wird das durch Natural Language Processing (NLP). Dabei wird natürliche Sprache mithilfe von Regeln und Algorithmen computerbasiert verarbeitet. NLP berücksichtigt Methoden und Ergebnisse aus den Sprachwissenschaften und unterstützt sie mit moderner Informatik und künstlicher Intelligenz.
Automatisierte Texterstellung löst Mengen- und Zeitprobleme
Automatische Texterstellung ist immer dann ein sehr gutes Mittel zur Content-Erstellung, wenn es um große Textmengen geht, die nach einem bestimmten Muster aufgebaut sind wie z.B. Horoskope, TV-Programm, Produkttexte. Für Produktmanager und Redakteure ist es eine mühsame und zeitintensive Aufgabe, hunderte oder tausende von Produktbeschreibungen nach immer dem gleichen Schema zu schreiben. Das gleiche gilt natürlich auch für Börsen- und Wetterberichte.
Einer Textengine („Schreibroboter“) ist es egal, wieviel und was sie schreibt. Sie kann aus Datensätzen auf einen Klick sogar Textvarianten erzeugen, die für die Suchmaschinenoptimierung (SEO) ausgespielt werden können, und das in verschiedenen Sprachen.
Oft müssen gleichartig aufgebaute Inhalte regelmäßig oder schnell publiziert werden. Das gilt z.B. für Sportergebnisse und Nachrichten, aber auch für den Sortimentswechsel in einem Online-Mode-Shop. Auch hier kann die automatische Content-Generierung in Sekundenschnelle die entsprechenden Texte erstellen.
Weitere Anwendungsfälle sind geänderte technische Rahmenbedingungen oder neue produktrelevante Sicherheitsbestimmungen. Die erforderlichen Content-Anpassungen lassen sich mit Textengines schnell über alle betroffenen Inhalte ausrollen.
Automatische Textgenerierung braucht strukturierte Daten
Eine wichtige Voraussetzung für die automatische Textgenerierung sind strukturierte Daten. Diese liegen für Produkttexte im E-Commerce z.B. häufig in einem Produkt-Informations-System (PIM) oder einer anderen Datenbank vor.
Damit Textroboter aus strukturierten Produktdaten sinnvolle Sätze generieren können, müssen zuerst entsprechende Satzgerüste (Templates) angelegt werden. Diese Templates kann man sich vereinfacht als Lückentexte vorstellen. Die „Lücken“ im Text entsprechen dann z.B. Produkteigenschaften:
„Dieser <Kleidungstyp> passt in <Farbe> besonders gut für <Anlass>.“Die Produkteigenschaften werden dann automatisch von der Textengine aus dem PIM mit konkreten Werten gefüllt:
„Dieser Rock passt in Weiß besonders gut für festliche Anlässe.“
Natural Language Processing (NLP) sorgt dafür, dass die automatisch generierten Texte grammatikalisch korrekt sind – auch in mehreren Sprachen. Beliebig viele Satzvarianten und die Verwendung von Synonymen machen den Content sowohl für Leser als auch für Suchmaschinen ausreichend unique.
Es besteht darüber hinaus auch die Möglichkeit, die Inhalte durch externe Datenquellen anzureichern, z.B. Wettervorhersagen für Hotelbeschreibungen oder Geodaten für eine Filialsuche. Automatisierte Texterstellung und strukturierte Daten machen es möglich!
Automatisierte Content-Erstellung: text2net ist der richtige Partner
Wir arbeiten partnerschaftlich mit führenden NLP-Lösungsanbietern wie AX Semantics und Retresco zusammen, sind aber grundsätzlich anbieterneutral. Letztlich entscheiden die Kundenanforderungen über die eingesetzte Lösung.
Sie haben bereits gut strukturierte Daten, aus denen Sie automatisiert Texte erstellen wollen? Das ist gut, denn dann können wir nach Ihren Vorgaben (Tonalität, Wording) Satztemplates in allen geforderten Varianten anlegen, Synonyme verwalten, externe Datenquellen berücksichtigen und Sprachvarianten berücksichtigen. Das sachgerechte Aufsetzen und Konfigurieren dieser Prozesse in der NLP-Software ist ein entscheidender Erfolgsfaktor. Seit 2004 sind wir spezialisiert auf das Arbeiten mit komplexen technischen Content-Systemen.
Ihre Daten sind noch nicht (ausreichend) strukturiert? Vielleicht noch nicht einmal ausreichend digitalisiert? Selbst, wenn Ihre Daten in bisher nicht erschlossenen PDF-Dokumenten „vergraben“ sind, können wir helfen: Mit unserem semantischen Data Extractor lässt sich auch dieser Content automatisiert auslesen und in eine strukturierte Form bringen. Damit ist ein wichtiger Schritt gemacht, um mit der Textautomation starten zu können!
Wir können die komplette Content-Wertschöpfungskette von der Content-Digitalisierung über Datenstrukturierung, Textautomation und Content-Anreicherung bis zur Ausspielung mit unseren Smart Content Automation Services (SCAS) unterstützen.
Wie bei all unseren Projekten übernehmen wir auch bei der Textautomation auf Kundenwunsch wichtige Projektmanagement- und Steuerungstätigkeiten, wie z.B. die Koordination mit Übersetzungsagenturen.
text2net ist Managed Service Provider für AX Semantics..
