Filteren van niet relevante termen opgedeeld in een aantal subfilters

Ontsluiten van de vervaardige informatie en verwijzing naar de daadwerkelijke expertise

Analyse van teksten, bomen en lijsten van trefwoorden. Omdat de verwachting is dat het een semi supervised oplossing wordt dient hier een user interface geboden te worden voor visualisatie maar ook voor het beheer van stopwoorden en stemming etc.

Het herkennen van regels in teksten op basis van woord nabijheid en veelheid van voorkomen denk hierbij aan TF, IDF en N-Grams

Ontsluiten van de onderwerpen in een visuele boomrepresentatie en ontsluiting via hyperlinks naar de originele documenten cq bronnen. Daarnaast ontsluiting van de boomstructuur via een API naar afnemende systemen zoals managed metadata

Classificeren van termen op basis van veelheid van voorkomen, veelheid van associaties etc

Verwijderen van stopwoorden zoals de het en een etc

Beheer van de boom, de trefwoorden lijsten de algoritmen etc, deze functie wordt ook gebruikt in de eerdere functies of geldt als voeding voor deze functies

Onttrekken van documenten en omzetten naar een lijst van woorden in een relevante volgorde

Herleiden van werkwoorden naar hun stam, bijvoorbeeld hebt, hebben had naar heeft.