¿Te gustaría integrar MeaningCloud con todo tipo de aplicaciones?
¿Ser capaz de categorizar los emails de tus clientes y enviar notificaciones en Slack dependiendo del tema?
¿Poder extraer comentarios en Twitter y generar una hoja en Google Sheets con el sentimiento asociado a las marcas que se mencionan?
Ahora puedes generar rápidamente estos procesos gracias a la nueva integración de MeaningClod para Zapier.
¿Alguna vez habéis necesitado detectar entidades en textos en danés o clasificar documentos en sueco?
En MeaningCloud queremos proporcionar el producto de analítica de texto más avanzado y con mayor cobertura de idiomas del mercado. Por eso acabamos de lanzar un Pack de Idiomas que añade a nuestros tradicionales idiomas inglés, español, francés, italiano, portugués y catalán, la cobertura a los idiomas nórdicos. Continuar leyendo
Gracias a todos por vuestro interés en nuestro webinar “Packs Verticales MeaningCloud: la manera más rápida de sacar partido a la analítica de texto” que celebramos el pasado 19 de diciembre y donde explicamos cómo personalizar la analítica de texto con solo un clic y presentamos nuestros Packs para el análisis de la Voz del Cliente y la Voz del Empleado.
En la sesión cubrimos estos puntos:
IMPORTANTE: este artículo es un tutorial basado en la demostración que realizamos y que incluye los datos a analizar y los resultados del análisis.
¿Interesado? A continuación tienes la presentación y la grabación del webinar.
(This webinar was also delivered in English. Please find the recording here.)
Continuar leyendo
En MeaningCloud hemos publicado nuestros primeros Packs Verticales.
Nuestro objetivo con ellos es proporcionaros el camino más rápido y de menor coste y riesgo para que rentabilicéis vuestras iniciativas de analítica de texto.
Habitualmente uno de los principales costes de los proyectos de analítica de texto reside en construir los modelos y diccionarios necesarios para adaptar las herramientas a cada escenario de aplicación y en MeaningCloud os lo hemos puesto siempre muy fácil gracias a las herramientas de personalización que incorpora el producto.
Pero para los que no disponen de los recursos para llevar a cabo esta adaptación, los Packs Verticales os la dan ya hecha para un conjunto de escenarios. Los Packs consisten en una serie de recursos preelaborados (diccionarios, modelos de categorización profunda, modelos de sentimiento) enfocados en una serie de escenarios habituales (análisis de la Voz del Cliente, de la Voz del Empleado, etc.) listos para su uso inmediato y que aportan una mejora en la precisión, cobertura y relevancia del análisis para esas aplicaciones.
Y para poneros más fácil el sacar partido de los Packs Verticales los hemos hecho accesibles a través de nuevos add-ins para Excel específicos, con soporte para las operaciones, modelos y análisis más útiles en cada vertical.
Si eres un responsable de Marketing Soporte al Cliente o Recursos Humanos y tienes miles de comentarios de tus clientes o empleados para analizar regístrate en MeaningCloud, descárgate el correspondiente add-in para Excel, pega tus verbatims en una hoja de cálculo, pulsa el botón pertinente de MeaningCloud y verás como tus comentarios se etiquetan automáticamente con categorías significativas para el análisis de la Voz del Cliente o del Empleado.
Continuar leyendo
El turismo es una de las actividades económicas de mayor volumen, con estadísticas que indican que la gente gasta más dinero en viajes que en mejoras de su vivienda, inversiones financieras o incluso salud.
Y la manera de hacer turismo está cambiando. Por ejemplo, cada vez se emplea más tiempo en investigar los detalles de un viaje usando un dispositivo móvil: en 2016 el 40% de las visitas a los sitios web sobre turismo de Estado Unidos llegaron desde un móvil y el 60% de las búsquedas de información sobre destinos se hicieron desde dispositivos móviles. Y de manera creciente el viajero consume y publica información sobre aspectos turísticos en agencias de viajes online, redes sociales o sitios de reseñas (TripAdvisor, Booking.com, etc.).
Las tecnologías de análisis semántico habilitan una nueva generación de aplicaciones contextuales que nos permiten aprovechar toda esa información y comunicarnos de manera más natural con ese turista hiperconectado, y que van desde el análisis de comentarios sociales hasta una comprensión del lenguaje natural que permite desarrollar asistentes y bots mucho más conversacionales.
El pasado día 12 de julio celebramos nuestro webinar “Por qué necesitas Deep Semantic Analytics”, donde explicamos cómo automatizar la comprensión profunda de documentos complejos. Gracias a todos por vuestro interés.
En la sesión cubrimos estos puntos:
IMPORTANTE: En este artículo, puedes encontrar una explicación más narrativa de algunos de los temas que tocamos, incluyendo el caso práctico sobre due diligence.
¿Interesado? A continuación tienes la presentación y la grabación del webinar.
(This webinar was also delivered in English. Please find the recording here.)
Continuar leyendo
Cada vez son más habituales los escenarios donde se puede extraer un enorme valor del análisis del contenido no estructurado: desde las noticias sobre un sector o empresa hasta el procesamiento de contratos o expedientes médicos. Sin embargo, como sabemos, este contenido no se presta bien a su análisis automático.
La analítica de texto ha venido a cubrir esta necesidad, proporcionando herramientas potentes que nos permiten descubrir temas, menciones, polaridad, etc. en el texto en formato libre. Esto ha hecho posible conseguir un nivel inicial de comprensión y análisis automáticos de los documentos no estructurados, que ha habilitado una generación de aplicaciones semánticas sensibles al contexto en áreas como el análisis de la voz del cliente o la gestión del conocimiento.
La Analítica de Texto convencional permite alcanzar un primer nivel de comprensión automática del contenido no estructurado, gracias a su capacidad para extraer menciones de entidades y conceptos, asignar categorías generales o identificar la polaridad de opiniones y hechos que aparecen en el texto. Sin embargo, estos elementos aislados de información no reflejan la riqueza informativa que proporcionan estos documentos e imponen limitaciones a la hora de encontrarlos, relacionarlos o analizarlos automáticamente.
Deep Semantic Analytics representa un paso más allá de la analítica de texto convencional al proporcionar prestaciones como la categorización granular a nivel de fragmento, la detección de patrones complejos y la extracción de relaciones semánticas entre los elementos de información del documento.
El pasado día 26 de abril presentamos nuestro webinar “Incorpora la analítica de texto más avanzada a tus modelos predictivos”, en el que presentamos nuestra nueva Extensión MeaningCloud para RapidMiner. Gracias a todos por vuestro interés.
En la sesión cubrimos estos puntos:
IMPORTANTE: En este tutorial, puedes encontrar los datos que analizamos durante el webinar, junto a los workflows y modelos que aplicamos.
¿Interesado? A continuación tienes la presentación y la grabación del webinar.
(This webinar was also delivered in English. Please find the recording here.)
Continuar leyendo
En MeaningCloud acabamos de lanzar una característica que permite incorporar nuestra analítica de texto a sofisticados modelos predictivos basados en datos estructurados. Nuestra nueva Extensión para RapidMiner permite incluir nuestros motores de análisis semántico como un bloque más dentro de los pipelines de proceso definidos en esta popular herramienta analítica.
RapidMiner es una plataforma open source para data science, reconocida como líder en el sector de herramientas de analítica avanzada. RapidMiner permite preparar datos, crear modelos predictivos, validarlos y embeberlos en procesos de negocio de una manera rápida y ágil.
2024 © All Rights Reserved | Política de protección de datos | Condiciones de contratación | Data Processing Agreement MeaningCloud is a trademark by MeaningCloud LLC