An Introduction to Textalytics API - Redradix Weekend

Tecnología para Publicación Semántica

Textalytics
by Daedalus

La manera más sencilla
de incorporar
procesamiento semántico
a tus aplicaciones

César de Pablo - @zdepablo
cdepablo@daedalus.es

Daedalus
1 de marzo de 2014

Textalytics API – Meaning as a Service

Agenda

Introducción a Textalytics (1h)
1. Daedalus - ¿Quienes somos?
2. Textalytics: Análisis de lenguaje y text mining
3. Paseo por las Core API
4. API verticales – Media Analysis – Semantic Publishing
Hacking (1h)


Daedalus
Empresa española especializada en el procesamiento de contenido no
estructurado, procesamiento de lenguaje natural y minería de texto.
Daedalus resuelve las “3 Vs” en análisis de contenido no estructurado
Variedad






Trata contenidos de
cualquier canal:
noticias, redes
sociales, blogs, etc.
Puede procesar texto,
voz, video
Capacidades
multiidioma (incl.
español)

Velocidad




Realiza análisis
sofisticados en tiempo
real
Permite gestionar “por
excepción”

Volumen




Tecnología multiproceso
escalable
Disponible en la nube


Algunos clientes

Medios
Servicios de información
Telecomunicación
Administración Pública
Defensa, Energía


Demo


Una variedad de tecnologías

Ontologías

Procesamiento de
Lenguaje Natural
Machine Learning

… la dificultad está en combinarlas de manera óptima
para cada aplicación


Nuestras nuevas APIs Semánticas



No es la típica API Lingüística



APIs Semánticas de alto nivel, optimizadas para escenarios de aplicación
API Análisis
Medios

API Voz del
Cliente (may)

Configuración y
Recursos
Lingüísticos



API Publicación
Semántica

Configuración y
Recursos
Lingüísticos

Configuración y
Recursos
Lingüísticos

Core API: funcionalidades individuales
Topics

Classif.
Sentiment

POS
Linked Data


Características

●

Natural Language Processing and Semantics API

●

Multilingüe: EN, ES (FR,IT,PT,CA)

●

Servicios REST: JSON and XML

●

Developer SDK

●

●

●

Integración con herramientas de búsqueda: Solr,
ElasticSearch
Integracion con plataformas de procesamiento de contenido:
GATE, UIMa
Herramientas de productividad (Excel) + CMS


Análisis de lenguaje

El Iphone me gusta pero el teclado es incómodo

.



Tokenización


.



Lematización

El Iphone yo gustar pero el teclado ser incómodo

.

Tokenización


.



Morfologia

T N

P

V

C

T N

V

A

1

Lematización


.

Tokenización


.



Morfologia
detallada
Morfologia

VI-S3PSAIL-N3
T N

P

V

C

T N

categoria: Verbo
modo: Indicativo
género: número: Singular
persona: 3º
tiempo: Presente
aspecto: simple
voz: Activa
transitividad: Intransitivo

V

A.

1

Lematización


.

Tokenización


.



Sintaxis superf
Morfologia

SN

T N

SN

P

SV
V

V

C

C

SN

T N

SV

V

SA

A.

1

Lematización


.

Tokenización


.



O

C

O

Sintaxis
GN
SV
Sintaxis superf
Morfologia

SN

T N

SN

P

SV

SV
V

V

C

C

SN

T N

SV

V

SA

A.

1

Lematización


.

Tokenización


.


Semántica

O

C

O

Sintaxis
GN
SV
Sintaxis superf
Morfologia

SN

T N

SN

P

SV

SV
V

V

C

C

SN

T N

SV

V

SA

A.

1

Lematización


.

Tokenización


.



Semántica




Conocimiento
fabricado por

Semántica




http://dbpedia.org/page/Apple_Inc.
Conocimiento
fabricado por

fabricado por

http://dbpedia.org/page/IPhone
Semántica



Core API


Language Identification API
●

Identifica el idioma de un documento de texto
–

proporciona una lista de idiomas

–

idealmente un solo idioma

●

Elige entre 62 idiomas

●

Usa “firmas” de n-gramas


Text Classification API

●

Clasifica un documento respecto a su temática
–
–

●

jerarquia temática (taxonomía)

–
●

multiples etiquetas
relevancia

modelos predefinidos – IPTC, EUROVOC, Businnes
Reputation
construye tus propios modelos (SemPub API)


Text Classification API


Lemmatization, POS and Parser API

●

Lematización – raiz de las palabras

●

Part of Speech – Análisis morfológico detallado

●

Reconocimiento de oraciones

●

Parsing – analisis sintáctico de constituyentes

●

Correferencia


Lemmatization, POS and Parser API

12

10

8
Columna 1
Columna 2
Columna 3

6

4

2

0
Fila 1

Fila 2

Fila 3

Fila 4


Topics Extraction API

●

Extracción del “ADN” del significado

●

Entidades – RedRadix, IPhone

●

Conceptos – empresa, teléfono, desarrollo de software

●

Datos relevantes
–

Expresiones temporales

–

Cantidades económicas

–

Direcciones electrónicas

–

Teléfonos


Topics Extraction API

9 tipos principales

person

+ de 200 tipos
(ontología)

location

●

Instances – BBVA

product

●

Classes – bank

event

●

fictional/historic

living thing

●

●

organization

id
unit
other entity


Social TV – organizando la
conversación en tiempo real


Caso cliente: WhoGotFunded
Caso cliente: WhoGotFunded
Regístrate gratis en
http://www.whogotfunded.com

Eventos de financiación










Empresa/start-up
País
Sector
Cantidad
Inversor/es


Inserción de conocimiento
●

Reconocer: Apple

●

Clasificar:
–

●

Agrupar:
–

●

Top>Organization>Company>
TechnologyCompany>SoftwareCompany

Apple, Apple Inc

Desambiguar:
–

apple vs Apple Inc.


Linked Open Data
“best practice for exposing, sharing and connecting pieces
of data, information and knowledge using URIs and RDF”


Linked Open Data
“best practice for exposing, sharing and connecting pieces
of data, information and knowledge using URIs and RDF”

Web for Humans

Web for Machines


Linked Open Data
1. Usar URI para denotar cosas
2. Usar HTTP URI para que se puedan resolver por personas y
“user agents”
3. Proporciona información util usando estándares como RDF y
SPARQL
4. Incluye enlaces a otras cosas relacionadas usando sus URI




http://dbpedia.org/page/Apple



http://dbpedia.org/page/Apple_Inc.




http://www.freebase.com/m/0k8z


Semantic Linked Data Viewer API

●

●

●

Facilita el acceso a la
nube de Linked Data
recuperar “hechos” más
importantes en un
idioma concreto
Conectado a la ontología
de Daedalus


Second Screen – enlazado


Sentiment Analysis API

●

Extracción de sentimiento a nivel de documento
–
–

●

Sentimiento: Positivo, Negativo, Neutro
Subjetivo/Objetivo

Extracción de opiniones para:
–
–

●

Entidades
Conceptos

Adaptado a textos cortos (micropost) y UGC
–

RT, @, hashtags, emoticons, spelling errors, disfluence


Social TV – monitorizando
el sentimiento de un programa


User Demographics API

●

Perfilado de los usuarios según perfil de redes sociales
(Twitter)
–

Tipo: Persona, Organización

–

Sexo: masculino, femenino

–

Edad


Demostrador Buying Signals


Spell, Grammar
and Style Proofreading API
●

Correción de textos
–
–

●

Gramátical

–
●

Ortográfica
Estilo

Guías de estilo: EL PAIS, RAE, Fundeu
Sugerencias, correción interactiva, varios diccionarios
temáticos y variedades lingüísticas


Speech Recognition
and Speaker Diarization API
●

Bulk API

●

Reconocimiento de habla continua
–

–

no interactivo

–

●

contenido multimedia: transcripción de video y audio

vocabulario independiente de dominio – alta
precisión

Reconocimiento de locutor
–

Identificación de cada hablante y características
(sexo)


Media Analysis API
Media Analysis API
Para quién

Agencias y departamentos de marketing/comunicación/
seguimiento de medios, depart. reputación corporativa

Qué necesidad
cubre

Entender lo que se dice en medios sociales y tradicionales
en volumen, velocidad, variedad

Cómo lo hace

Servicios personalizables para monitorización de marcas,
organizaciones, personas, temas, análisis de sentimiento

Beneficios

Información más completa, precisa y “actuable” de todo
tipo de medios, en tiempo real y sin importar volumen

Aplicaciones

Seguimiento de medios, análisis competitivo, social TV,
publicidad enfocada (intención)

Disponibilidad

YA


Semantic Publishing API
Para quién

Medios de comunicación (prensa, radio, TV), editoriales,
publicadores de contenidos

Qué necesidad
cubre

Producir contenidos más valiosos, más rápidamente y con
menor coste, monetizarlos mejor

Cómo lo hace

Servicios personalizables de etiquetado, enriquecimiento,
revisión

Beneficios

Mayores posibilidades de caracterizar, descubrir,
encontrar, reutilizar, modularizar, relacionar, combinar,
personalizar… contenidos

Aplicaciones

Publicación semántica dinámica, productos a medida,
gestión de archivo/activos digitales, publicidad enfocada
(contexto)

Disponibilidad

Ya


Precios





Crédito: unidad de consumo para todas las API
El usuario puede gastar sus créditos en las API que desee
Las API consumen créditos a diferente velocidad




500.000 créditos/mes GRATIS
1 crédito = 1 palabra procesada
con una API de alto nivel


Roadmap (sujeto a cambios)
Febrero 2014

Mayo 2014

Septiembre 2014

•
•

Etiquetado y enriquecimiento
Corrección y estandarización

Funcionalidad transversal
•

Diccionarios y modelos
personalizados

Voice of Customer API
•
•
•
•

Moderación de contenidos
Buying signals
Reputación corporativa
Modelos de clasificación
orientados a CRM

•

Ayudas a la integración y
fomento del ecosistema
•
•
•
•
•

plug-ins CMS
integración ofimática
plataforma aps. móviles
integración buscadores
integración entornos PLN

FAQs API
•

Consulta en lenguaje natural

•

Detección de relaciones
dependientes de la
aplicación
• Perfilado avanzado de
usuarios
• Clasificación de emociones


¡Gracias por vuestra atención!

Preguntas, sugerencias, etc.
Antonio Matarranz
Director Comercial
amatarranz@daedalus.es
Daedalus, S.A.
Tel: +34 913324301
info@daedalus.es
http://www.daedalus.es
@daedalus_sa

An Introduction to Textalytics API - Redradix Weekend

Recomendados

Recomendados

Más contenido relacionado

Similar a An Introduction to Textalytics API - Redradix Weekend

Similar a An Introduction to Textalytics API - Redradix Weekend (20)

Más de Sngular Meaning

Más de Sngular Meaning (20)

Último

Último (10)

An Introduction to Textalytics API - Redradix Weekend