Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoSngular Meaning
Josep Curto nos acerca al mundo del Big Data y cómo el estudio de la evidencia de los datos nos ayuda a tomar mejores decisiones de negocio. Escuchar al cliente, analizar los datos que nos proporcionan nos permite, como compañía, mejorar nuestros procesos, añadir valor a nuestra relación con los clientes y obtener mejores resultados.
Customer Analytics: de text analytics a Voice of CustomerSngular Meaning
El uso de datos desestructurados nos va a permitir tener una visión 360 del cliente. Solo atendiendo sus necesidades y escuchando lo que dicen, podemos ofrecer un valor diferencial a nuestros clientes. El big data al servicio de la satisfacción
Stilus corrector ortografico gramatical de estilo en espanolSngular Meaning
Presentación de Stilus - Una herramienta en línea para la corrección ortográfica, gramatical y de estilo en español.
http://www.mystilus.com
Stilus es un producto de Daedalus
http://www.daedalus.es/
Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoSngular Meaning
Josep Curto nos acerca al mundo del Big Data y cómo el estudio de la evidencia de los datos nos ayuda a tomar mejores decisiones de negocio. Escuchar al cliente, analizar los datos que nos proporcionan nos permite, como compañía, mejorar nuestros procesos, añadir valor a nuestra relación con los clientes y obtener mejores resultados.
Customer Analytics: de text analytics a Voice of CustomerSngular Meaning
El uso de datos desestructurados nos va a permitir tener una visión 360 del cliente. Solo atendiendo sus necesidades y escuchando lo que dicen, podemos ofrecer un valor diferencial a nuestros clientes. El big data al servicio de la satisfacción
Stilus corrector ortografico gramatical de estilo en espanolSngular Meaning
Presentación de Stilus - Una herramienta en línea para la corrección ortográfica, gramatical y de estilo en español.
http://www.mystilus.com
Stilus es un producto de Daedalus
http://www.daedalus.es/
Webinar Herramientas semánticas para sector Salud - Daedalus 4 noviembre 2014Sngular Meaning
Webinar sobre Tecnologías semánticas que entienden el lenguaje de la Salud, ofrecido por la empresa Daedalus el 4 noviembre 2014 -
Las tecnologías semánticas le ayudan a entender la “Voz de los Pacientes” y a gestionar la documentación clínica
Tweet alert - semantic analysis in social networks for citizen opinion miningSngular Meaning
Description of a configurable, real-time system for automatic record, analysis and visualization of information from user interactions in Twitter. The system is designed to provide public bodies (government agencies) with a powerful tool to rapidly and easily understand what the citizen behavior trends are, what their opinion about city services, events, etc. is, and also may be used as a primary alert system to improve the efficiency of emergency systems. The citizen is here observed as a proactive city sensor capable of generating huge amounts of very rich, high-level and valuable data through social media platforms, which, after properly processed, summarized and annotated, allows city officers to better understand citizen needs. The architecture and component blocks are described and some key details of the design, implementation and scenarios of application are discussed. Textalytics APIS are used for the semantic analysis of relevant tweets.
Presentation by DAEDALUS, UPM and UC3M at PEGOV 2014, 2nd International Workshop on Personalization in eGovernment Services and Applications, Aalborg, Denmark, in conjunction with the 22nd Conference on User Modeling, Adaptation and Personalization - UMAP 2014.
Daedalus desarrolla tecnología para extraer significado de contenidos no estructurados. En el sector de e-Salud (e-Sanidad), la tecnología semántica permite explotar automáticamente la información de la Historia Clínica Electrónica (HCE).
Esta presentación cubre la experiencia de Daedalus en:
• Monitorización de contenidos online sobre salud
• Enriquecimiento semántico (etiquetado) de historia clínica
• Anonimización de historias clínicas
• Búsqueda multimedia en historias clínicas
• Detección de interacciones entre medicamentos
• Analítica de texto y de datos en el sector de salud
Daedalus develops technology to extract the meaning and structure all types of multimedia content. In the field of Healthcare or e-Health, Daedalus' semantic technology allows to exploit automatically the information featured in the Electronic Health Record (EHR).
This presentation covers Daedalus experience in:
• Online health content monitoring
• Semantic enrichment (tagging) of medical records
• Anonymization of medical records
• Multimedia search in medical records
• Detection of interactions between drugs
• Text analytics and data analytics in the health sector
Tracking Buzz and Sentiment for Second Screens - Daedalus - ACM TVX 2014Sngular Meaning
Presentation about "Numbat - Tracking Buzz and Sentiment for Second Screens" delivered by Textalytics/Daedalus at the ACM TVX 2014 conference (Newcastle, UK)
Textalytics is now MeaningCloud http://www.meaningcloud.com/
Mineria de informacion util en medios sociales - Daedalus - Big Data Week 201...Sngular Meaning
Ponencia "Terremotos, señales de compra y… #WTF: Minería de información útil en medios sociales" presentada por Antonio Matarranz, de Daedalus en el Big Data Week 2014 en Madrid
Textalytics es ahora MeaningCloud http://www.meaningcloud.com/
Presentación de Stilus sobre "Lingüística de Corpus aplicada a la corrección automática y profesional" en Lenguando 2014 (Madrid)
Regístrate gratis en mystilus.com
Stilus es una marca de Daedalus, S. A.
Textalytics - Voice of the Customer - Sentiment Analysis Symposium 2014Sngular Meaning
Presentation about "Voice of the Customer in the Financial Servce Industry" delivered by Textalytics/Daedalus at the Sentiment Analysis Symposium 2014 (NYC)
Textalytics is now MeaningCloud http://www.meaningcloud.com/
An Introduction to Textalytics API - Redradix WeekendSngular Meaning
Introduction to NLP and the Core API in Textalytics. Core API functionalities include Language Identification, Text Classification, Parsing , Topics and Entity Extraction, Sentment Analysis, Text Proofreading and even Speech Recognition. The presentation introduces Natural Language Processing tasks and how they help to build a semantic representation of texts. Linked Open Data (LOD) is also introduced as Topics Extraction API includes link to the most popular LOD repoositories as well as Wikipedia.
Textalytics is now MeaningCloud http://www.meaningcloud.com/
Real time semantic search engine for social tv streamsSngular Meaning
Social TV, the use of social networks to comment on TV programs is a growing phenomena. TV channels and brands are turning into social networks to look for real time insights about their programs. Understanding the global conversation about a program is useful to acquire insights for broadcasters and brands. For broadcasters, acquiring insights while a program is aired enable them to produce new content formats that include social conversation. For brands, it helps to prevent reputation crisis and increase the reach of their marketing efforts. For viewers, which increasingly use second screen devices, should benefit from tools that help to understand opinions around main content and connect with peers during TV programs or live events.
Textalytics is now MeaningCloud http://www.meaningcloud.com/
We present a system that combines natural language processing (Textalytics API) and a scalable semi-structured database/search engine (senseiDB) to provide semantic and faceted search, real time analytics and support visualizations for this kind of applications.
In the first part, we will present some of the useful NLP methods that we can use to tame unstructured big data like Twitter or Facebook comments. We will include description for tasks like text categorization, sentiment analysis, named entity recognition. We would also see how this data could be related to external data like Linked Data points. While the description would be general, examples would be illustrated using Textalytics API.
Then we would present how this data could be ingested and made available for search in real time using a semi-structured database like SenseiDB. We would present key features of SenseiDB including high performance real time indexing and simultaneous querying, distribution and support for full-text and faceted search. We would also discuss how facets may be overused to provide real time analytics and enable semantic search. Finally we will discuss advantages, problems and current limitations of SenseiDB.
Takeaway Points.
- Analyzing and searching text in social streams
- Integrating text analytics services (Textalytics) and a semi-structured database (SenseiDB)
- Key features of SenseiDB
Webinar Textalytics Meaning as a Service - Daedalus 8 octubre 2013Sngular Meaning
Webinar sobre Textalytics (Meaning as a Service) ofrecido por la empresa Daedalus el 8 de octubre de 2013 - La manera más sencilla de incorporar procesamiento semántico a sus aplicaciones.
Textalytics es ahora MeaningCloud http://www.meaningcloud.com/
Presentación para las V Jornadas Empresa de la Rede Galega de Procesamento da Linguaxe e Recuperación de Información.
Textalytics es ahora MeaningCloud http://www.meaningcloud.com/
A Tale of Two (Semantic) APIs - Daedalus - API Days MediterraneaSngular Meaning
Presentation delivered by Daedalus at API Days Mediterranea (Madrid, 1 June 2013).
The Textalytics product has been rebranded to MeaningCloud http://www.meaningcloud.com/
Webinar Análisis Semántico de Medios Sociales - Daedalus 21 may 2013Sngular Meaning
Webinar sobre Análisis Semántico de Medios Sociales ofrecido por la empresa Daedalus el 21 de mayo de 2013 - Explote al máximo lo que se dice en medios sociales usando tecnologías semánticas
KAWARU CONSULTING presenta el projecte amb l'objectiu de permetre als ciutadans realitzar tràmits administratius de manera telemàtica, des de qualsevol lloc i dispositiu, amb seguretat jurídica. Aquesta plataforma redueix els desplaçaments físics i el temps invertit en tràmits, ja que es pot fer tot en línia. A més, proporciona evidències de la correcta realització dels tràmits, garantint-ne la validesa davant d'un jutge si cal. Inicialment concebuda per al Ministeri de Justícia, la plataforma s'ha expandit per adaptar-se a diverses organitzacions i països, oferint una solució flexible i fàcil de desplegar.
Catalogo Cajas Fuertes BTV Amado Salvador Distribuidor OficialAMADO SALVADOR
Explora el catálogo completo de cajas fuertes BTV, disponible a través de Amado Salvador, distribuidor oficial de BTV. Este catálogo presenta una amplia variedad de cajas fuertes, cada una diseñada con la más alta calidad para ofrecer la máxima seguridad y satisfacer las diversas necesidades de protección de nuestros clientes.
En Amado Salvador, como distribuidor oficial de BTV, ofrecemos productos que destacan por su innovación, durabilidad y robustez. Las cajas fuertes BTV son reconocidas por su eficiencia en la protección contra robos, incendios y otros riesgos, lo que las convierte en una opción ideal tanto para uso doméstico como comercial.
Amado Salvador, distribuidor oficial BTV, asegura que cada producto cumpla con los más estrictos estándares de calidad y seguridad. Al adquirir una caja fuerte a través de Amado Salvador, distribuidor oficial BTV, los clientes pueden tener la tranquilidad de que están obteniendo una solución confiable y duradera para la protección de sus pertenencias.
Este catálogo incluye detalles técnicos, características y opciones de personalización de cada modelo de caja fuerte BTV. Desde cajas fuertes empotrables hasta modelos de alta seguridad, Amado Salvador, como distribuidor oficial de BTV, tiene la solución perfecta para cualquier necesidad de seguridad. No pierdas la oportunidad de conocer todos los beneficios y características de las cajas fuertes BTV y protege lo que más valoras con la calidad y seguridad que solo BTV y Amado Salvador, distribuidor oficial BTV, pueden ofrecerte.
Stilus en IX Seminario Internacional de Lengua y Periodismo 2014
1. 29 de mayo de 2014
¿Sueñan los androides
con noticias automáticas?
Sistemas que ayudan a corregir
IX Seminario Internacional de
Lengua y Periodismo
‘El español del futuro en el
periodismo de hoy’
2. Sistemas que ayudan a corregir
En este texto hay 10 errores.
¿Los encuentras?
http://ow.ly/tnNOg
MADRID// “Abro el periódico encontrándome
con la noticia del día: las encuestas darían
como ganador a Gómez. Solamente recordar
que tendrían que haberlo cesado hace un mes y
ahora será Presidente. Su único mérito es que
tiene dos másters: uno en Economía y otro en
ADE. Aunque todos sabemos que le regalaron
sendos títulos. Y es muy posible que a su
mujer la den un cargo menor. Ahora estamos a
expensas de lo que digan esta tarde en la rueda
de prensa que darán en Moncloa”.
4. Sistemas que ayudan a corregir
VERIFICACIÓN ORTOGRÁFICA
de nombres propios
de homófonos y diacríticos
de expresiones mal formadas
Sistemas que ayudan a corregir
5. Sistemas que ayudan a corregir
VERIFICACIÓN GRAMATICAL
de concordancia
de rección preposicional
de orden de partículas
6. Sistemas que ayudan a corregir
VERIFICCIÓN ORTOTIPOGRÁFICA
de apertura y cierre de pares de signos
de exigencias de espaciado o adyacencia
de secuencias de signos de puntuación
de exigencia de voces en cursiva
de capitalización
7. Sistemas que ayudan a corregir
VERIFICACIÓN DE ESTILO
de variantes gráficas preferidas
de impropiedades léxicas
de extranjerismos y voces extranjeras
de usos abusivos y redundantes
de variedades lingüísticas
de registro lingüístico
8. /*
<test rule="ReglaTratamEnMayúscula#3">
<case>Vimos al <error>Presidente del Gobierno</error></case>
<case>Estuvimos allí durante la visita de la <error>Reina</error></case>
<case>Saludó a <error>Don</error> José Luis Rodríguez Zapatero</case>
<case>Fue en Barcelona con el <error>Papa</error> Benedicto XVI</case>
<case>Visitamos el Reina Sofía el domingo pasado </case>
<case>El Prof. Fernández imparte clase en esa universidad </case>
</test>
*/
RULE(L"ReglaTratamEnMayúscula#3")
EXISTENTIAL_EXTRA_INFO(POS(N), SemIdEntity, SemCOtherEntityTitle) AND
!(FORM(POS(N), L"Reina Sofía") AND
FORM_I(POS(N-1), L"el|al|del")) AND
FIRST_LETTER_UPPERCASE(POS(N)) AND
!EXISTENTIAL_TAG(POS(N), TagNounAbbreviation) AND
!ALL_LETTERS_CONTAINED_IN(POS(N),CAPITALLETTERS) AND
!IS_FIRST_WORD(POS(N))
THEN
SUG_CAPITALIZATION(L"*a?*", GET_FORM(POS(N)));
ADD_ERROR(Error_Typographic, POS(N), POS(N),
msg(ES, L"Las fórmulas de tratamiento, título o cargo deben escribirse
con minúscula.",
Check_OLE10,
C2,
L"ReglaTratamEnMayúscula#3");
END_RULE
Sistemas que ayudan a corregir
9. Pero el valor de la «corrección automática avanzada» no solo reside en su capacidad
de verificación sintáctico-semántica, también nos ayuda en la detección masiva
de errores independientes del contexto…
Más de 230 000
instrucciones de macro
90 páginas en
2 minutos
http://ow.ly/xbDI5
Sistemas que ayudan a corregir
10. Sistemas que ayudan a corregir
Unificación ortotipográfica (p. ej.: pares / tríos
alográficos)
Verificación de coherencia y cohesión textual
(correferencias, anáforas, sujeto elidido…)
Verificación contextual de nombres propios
Posedición de traducción automática
El futuro….
11. Sistemas que ayudan a corregir
FRASE: Letizia Ortiz ha inaugurado este seminario. Comenzó saludando a los organizadores. http://ow.ly/xfKp0
¿Verificación de aspectos de
coherencia y cohesión textual?
12. ¡Gracias por vuestra atención!
Concepción Polo
Responsable de Lingüística
cpolo@daedalus.es
Daedalus, S. A.
Tel.: +34 913324301
http://www.daedalus.es