Named Entity Recognition (NER)

AI haalt tickers/bedrijven uit tekst.

NER is een NLP-techniek om belangrijke entiteiten (mensen, plaatsen, organisaties) automatisch te identificeren in tekst.

Voor finance:

NER detect:

  • Ticker symbols (AAPL, MSFT)
  • Company names ('Apple Inc.')
  • People (CEOs, analysts)
  • Locations
  • Monetary amounts
  • Dates

Voorbeeld:

Input: 'Apple's Tim Cook announced Q3 revenue of $94.9 billion at the Apple Park conference in Cupertino.'

NER output:

  • ORG: Apple, Apple Park
  • PERSON: Tim Cook
  • MONEY: $94.9 billion
  • LOC: Cupertino
  • DATE: Q3 (timeperiod)

Onze toepassing:

We gebruiken NER om news automatisch te taggen aan tickers in je portfolio. /dash/news + alert-systeem leunt hierop.

Tools:

spaCy (open-source) + LLMs (Claude voor complex cases) + financial-domain fine-tuned models.

Bouw je eigen portefeuille met Insiviz

Importeer je broker, volg dividend en filter aandelen op de termen die je hier leert.

Probeer gratis