ClearForest是一家专注于文本分析与自然语言处理（NLP）的软件公司，于1998年在以色列成立。该公司开发了从非结构化文本（如新闻文章、财务报告和网页内容）中提取结构化信息的技术。其产品主要用于金融服务、媒体监控和企业情报领域。2007年，ClearForest被路透社（现为汤森路透的一部分）收购，其技术被整合到路透社的新闻和分析平台中。
ClearForest的核心技术基于规则驱动的信息提取方法，并结合了统计方法。与早期依赖标记数据集的机器学习系统不同，ClearForest的引擎使用大型手工编制的语言规则和词典库来识别文本中的实体（如个人、公司、地点）、关系和事件。这种方法在金融和法律文档等专业术语丰富的特定领域应用中实现了高精度。该公司的旗舰产品ClearForest文本分析套件包括实体提取、分类和链接分析模块，使用户能够从大型文档集合中构建知识图谱。
创始与早期历史
ClearForest由Eilon Reshef（担任首席执行官）和一个计算语言学家及软件工程师团队联合创立。公司总部位于纽约市，研发部门设在以色列特拉维夫。在早期，ClearForest专注于开发其专有的规则引擎，该引擎设计为语言无关，但初始优化针对英语。公司获得了包括Pitango Venture Capital等投资者的风险投资。到2000年代初，ClearForest已在金融机构和政府机构中建立了客户群，包括美国情报界，后者使用其工具进行开源情报分析。
技术与产品
ClearForest文本分析套件由多个组件组成。核心提取引擎处理原始文本，并识别命名实体，如苹果公司或三星电子，以及日期、货币价值等内容。系统还执行关系提取，识别实体之间的联系，例如“CEO of”或“acquired by”。一个关键差异化在于它使用了一个庞大的公司名称、股票代码和高管姓名知识库，该库持续更新。该套件包括一个可视化工具，以交互图形式显示提取的实体和关系，使分析师能够探索不同文档之间的连接。
2005年，ClearForest推出了ClearForest Gnosis，一个基于网页的平台，将其提取引擎与搜索界面相结合。Gnosis允许用户查询文档库并获得结构化答案，如“列出谷歌在2006年进行的所有收购”。该平台被作为竞争情报和尽职调查解决方案进行营销。ClearForest还提供了行业特定包，包括ClearForest for Finance，其中包含适用于SEC文件、财报电话会议和新闻通讯社的预建规则。
路透社收购
2007年4月，路透社集团宣布收购ClearForest，未披露金额，据报，数以千万计美元计。此次收购是路透社增强新闻分析并为金融客户提供丰富数据产品的战略一部分。收购后，ClearForest的技术被整合到路透社的NewsScope和其他平台中。特拉维夫研发中心成为路透社文本分析工作的中心。2008年路透社与汤森公司合并后，ClearForest团队继续在汤森路透社下运营，为汤森路透Eikon和Open Calais计划等产品做出贡献，后者提供一个免费的基于网页的实体提取服务。
遗产与影响
ClearForest常被视为商业应用中自然语言处理和人工智能的先行者，其基于规则的方法影响了后来结合语言规则和机器学习模型的混合系统。该公司对精度和领域自适应的关注为金融文本分析设定了标准。其许多校友后来创立或领导了其他AI初创公司，包括AI21 研究所和Essential AI。Open Calais服务源源于ClearForest技术，使用了十多年，证明了其核心提取方法的持久性。截至2020年代中期，ClearForest品牌已不再积极推广，但其技术遗产在现代企业级文本分析和知识图谱平台中仍持续存在。
参见
参考文献
本文基于关于ClearForest历史、产品和收购的公开可用信息。收购的具体财务条款未披露。公司的技术和产品细节摘自当时的新闻稿和行业报告。