利用机器学习和自然语言处理，以及交互式的可视化界面，调查人员可以快速定位事件相关信息和文件集群，跟踪数据流向并对被调查对象的所有文件进行内容预判，极大地提高了调查效率。
机器学习和自然语言处理在企业合规调查中的应用趋势
安永将最前沿的分析方法——机器学习和自然语言处理技术应用到电子发现的每一个阶段，从数据收集验证和分析，早期案例评估，到数据处理，文件审查和生产。
安永：整合分析和审查的解决方案
安永使用创新的机器学习和自然语言处理技术，通过交互式视觉分析将调查人员与世界一流的机器学习无缝连接起来，旨在让用户降低法律风险并尽可能地收集调查需要的信息。交互式的视觉分析将非结构性数据中的关键内容用图表的形式进行呈现。
调查人员可以通过改变图表的设置，快速定位与调查相关的文件。自然语言处理可以对所有文件进行分析并产生概念集群。调查人员通过标注关键文件，机器学习将对剩余文件与关键文件的关联性进行预判并给出预判分。调查人员可以根据文件的关联性预判分，有选择地对剩余文件进行审阅。
可辩护的流程
根据个案的需要，制定符合调查和战略目标的工作流程。产生符合法律标准的报告，并接受监管机构的审查。
便利的应用
将结果组织成清晰、可访问和视觉直观的输出，同时避免黑箱算法。交互式的用户界面便于客户快速验证和发现问题。机器学习和自然语言处理不仅支持传统的关键词搜索，更增加了语义（概念）搜索的功能，并将相同语义（概念）的文件聚合在一起，方便文件审阅。
由问题驱动的方法
利用经过验证的数据科学，从多个角度解决复杂问题。监督式机器学习可以建立连续的多模型学习和多样化的主动学习，对海量的用户文件在审阅前进行预判，不仅节约审阅用户的时间成本，更帮助客户尽早洞察问题。
丰富的在调查中运用人工智能经验
结语
为了应对调查人员在企业合规调查和电子发现中面临的挑战，我们秉承与时俱进的严谨态度，积极探索和发现先进科学技术如何更好地付诸调查实践。
随着人工智能的不断发展，智能化和主动化的机器学习模式便于快速处理和分析海量数据，从而快速甄别出积极有用的案件信息，有助于调查者快速挖掘案件事实，节约时间和人力成本，实现技术和合规调查的互助双赢。
