Desarrollo de productos y servicios digitales
Este proyecto tenía como objetivo mejorar los servicios e informes que Palowise analiza diariamente, semanalmente y mensualmente para sus clientes, tanto para la marca como para sus productos y la competencia, y crear un análisis multifacético para ellos, mediante la creación de nuevos productos.
The project includes the design and development of new digital services, which utilize cutting-edge technologies and algorithms based on Cloud Computing, Artificial Intelligence and Machine Learning. Specifically, the following sections are included:
- Interconexión e integración de la plataforma Palowise y Power BI
- Diseño y creación de un nuevo módulo de visualización de datos con múltiples filtros y modos de presentación.
- Diseño e implementación de reglas para todos los datos
- Análisis de influencers (evaluación y descubrimiento) basado en etiquetas por medio social y tema, utilizando las API de las redes sociales más populares.
- Migración a una base de datos central distribuida, de código abierto y escalable, Elasticsearch.
- Descubrimiento automático y adición de nuevas fuentes.
- Sistema de análisis de sentimientos basado en aspectos
- Creación de un Hub/API para el análisis del ecosistema digital griego.
- Creación de un nuevo servicio de Mamalytics (10 categorías de productos) replicado en otros grupos.
- Topic analysis and automatic tagging
Paralelamente, se desarrollaron nuevos servicios de análisis de datos digitales integrados verticalmente en redes sociales, que se centran en grupos de población específicos y su huella digital, y se ofrecen como servicio, ya sea mediante suscripciones integradas o como flujos de información procesados. El objetivo era crear nuevos servicios digitales que pudieran interconectarse mediante API directamente con sistemas de terceros.
Este proyecto se lleva a cabo en el marco del Plan Nacional de Recuperación y Resiliencia Grecia 2.0, financiado por la Unión Europea – NextGenerationEU. Presupuesto del proyecto: 1.047.372,96 € – Financiación de la UE: 511.852,53 €
Más información https://digitalsme.gov.gr
Resumen de noticias Extracción
La función de extracción de resúmenes de noticias es una herramienta de vanguardia para el sector informativo. Utiliza tecnología avanzada para generar automáticamente resúmenes de textos periodísticos, ofreciendo a los lectores una forma rápida y sencilla de mantenerse informados sin tener que leer todos los artículos de una sola vez. Esta función proporciona una visión general concisa y completa de las noticias.
Ejemplo de Ngram
La función “Resumen” ofrece tecnología de vanguardia en la generación de resúmenes periodísticos. El motor de resumen se aplica actualmente a grupos de noticias (es decir, conjuntos de noticias que se refieren al mismo evento). Procesa todos los textos del grupo mediante técnicas de procesamiento del lenguaje natural y algoritmos de grafos, y extrae un resumen breve pero completo que contiene los temas más importantes, los puntos clave del grupo. Estos aspectos fundamentales del grupo de noticias se presentan de un vistazo al usuario que desea obtener una visión general rápida de su contenido.
Cuando se añaden nuevos artículos al grupo, los “Resúmenes” se actualizan para reflejar el estado actual de la información.
Ejemplo de resumen
Sentiment Analysis
El análisis de sentimientos es una técnica que se utiliza para comprender las emociones y opiniones expresadas en textos sobre entidades específicas, como empresas, personas o productos. Nuestros algoritmos pueden identificar las entidades mencionadas en un texto, reconocer las diferentes formas en que se escriben (por ejemplo, nombre completo o iniciales) y detectar palabras que expresan opiniones positivas o negativas. Además, utilizamos el análisis sintáctico para determinar el tono emocional general del texto y agregamos opiniones para determinar el impacto emocional global de una entidad.
NER & Aspect Mining
Reconocimiento de entidades de nombres (NER)
El reconocimiento de entidades nombradas proporciona información semántica sobre los datos recopilados y ayuda a comprender rápidamente el tema del contenido. Es uno de los puntos de partida más comunes para utilizar técnicas de procesamiento del lenguaje natural y enriquecer cualquier contenido. Con este servicio, es más fácil proporcionar un análisis de sentimiento más preciso y ofrecer resultados y capacidades de búsqueda más claras.
Minería de aspectos
La minería de aspectos es una técnica que busca identificar y clasificar temas recurrentes en diferentes tipos de contenido, como artículos de noticias y publicaciones en redes sociales. Se puede utilizar para comprender los aspectos comunes de las reseñas de clientes y clasificarlas según ciertas características. Esto resulta útil para fines de marketing y ventas, y es un subcampo de la minería de opiniones que se centra en determinar los aspectos específicos que se abordan en un texto.
Agregación y agrupación de contenido
Agregación de contenido
La agregación y gestión de contenido es un proceso totalmente automatizado que consiste en recopilar, analizar y organizar información de diversas fuentes en la web, como artículos de noticias, publicaciones de blogs, contenido multimedia y comentarios en redes sociales. El proceso utiliza el rastreo web, que consiste en visitar automáticamente sitios web y extraer información de ellos, así como el análisis contextual y la agrupación de texto para agrupar contenido similar.
Nuestro sistema está diseñado específicamente para el rastreo de grandes volúmenes de datos, y nuestro índice de búsqueda es uno de los más grandes de Europa. La interfaz de usuario es fácil de usar, con filtros intuitivos y funciones de generación de informes.
Agrupación de contenido
La agrupación de contenido es ideal para aprovechar sus capacidades técnicas y de investigación y desarrollo, ofreciendo así información más precisa. Funciona sobre un amplio repositorio de textos y genera grupos de textos similares (clusters) que representan cómo se informa sobre un evento en diversos medios digitales.
Palowise analiza miles de textos de diversas fuentes y tipos, y los organiza en grupos relacionados mediante un innovador marco estadístico basado en técnicas ampliamente utilizadas en ciencia e ingeniería. Se ha demostrado que la agrupación es una técnica eficaz para la recuperación de información, ya que permite descubrir núcleos y distribuciones de información valiosa en los datos subyacentes. Como resultado, proporciona a los sistemas de recuperación de información la capacidad de mejorar la experiencia del usuario durante la navegación e identificar rápidamente la información deseada. En nuestro caso, combinamos texto y datos de diversas fuentes y tipos, y, basándonos en características ponderadas, los procesamos de manera que el usuario pueda acceder a una cobertura integral de un tema con artículos de diferentes niveles de jerarquía. Cuantos más datos de entrada tengamos, mayor será la relación entre ellos en el análisis y más completo será el análisis del tema.
ICT4Growth proyecto
ICT4Growth es un proyecto de investigación que Palowise emprendió para desarrollar software algorítmico que impulsa su plataforma innovadora. Más específicamente, las áreas de I+D en las que Palowise Services se centró e implementó fueron las siguientes:
Descubrimiento automático de recursos
Hemos desarrollado un proceso eficiente que identifica y descubre nuevas fuentes de información relacionadas con entidades como empresas y organizaciones. Este proceso, que se sitúa en el nivel superior, genera datos que posteriormente pueden ser analizados mediante técnicas de procesamiento del lenguaje natural por otros procesos.
Reconocimiento de Entidades Nombradas (NER)
El proceso de desambiguación se utiliza para distinguir entidades reales, como una empresa o persona específica, de referencias en el texto que no guardan relación con ninguna entidad concreta. Este proceso mejora el significado de cualquier texto al identificar y etiquetar entidades reconocidas, así como al agrupar múltiples menciones de la misma entidad bajo un mismo nombre. Esto contribuye a obtener información más relevante a partir de fragmentos de texto.
Análisis de sentimientos
El análisis de sentimientos es una técnica que se utiliza para identificar y extraer la opinión o emoción subyacente expresada en un texto. Permite determinar si el sentimiento expresado es positivo, negativo o neutral. Esta técnica se puede aplicar a entidades extraídas mediante el reconocimiento de entidades nombradas (NER), proporcionando información adicional como la reputación general de una organización o persona, o el impacto de un evento específico relacionado con dicha entidad. Esto ayuda a comprender con mayor profundidad el contenido real de un fragmento de texto.
Resumen automático
Este proceso consiste en agrupar artículos que tratan el mismo tema, clasificándolos primero según su contenido. De esta forma, se genera un resumen breve pero completo de un grupo de artículos, que ofrece una visión general rápida del texto, incluso si este se extiende a lo largo de varios párrafos. Este resumen es semánticamente preciso y permite comprender rápidamente el tema.
Minería de aspectos
La minería de aspectos es una técnica que permite identificar diferentes perspectivas o temas presentes en textos como noticias y publicaciones en redes sociales. Se puede aplicar a las entidades identificadas mediante el reconocimiento de entidades nombradas para revelar información sobre entidades específicas en forma de diferentes aspectos o “puntos de vista”.
Los algoritmos mencionados, en combinación con otras tecnologías y una infraestructura sólida, conforman la base de los servicios de Palowise. Estos servicios ofrecen una amplia gama de funcionalidades, desde innovadoras aplicaciones de lectura de noticias hasta análisis especializados de la reputación de marca.
LET’S GROW YOUR BUSINESS TOGETHER.
CONTACT US NOW.
