Cuándo usar las diferentes herramientas de analítica de texto - Meaningcloud

Herramientas de Analítica

de Texto: cuándo y cómo

usarlas

7 febrero 2017

Webinar

Herramientas de Analítica de Texto

Antes de empezar

Ponente

Cómo vamos a funcionar

• Enviar preguntas de texto a través del chat

• “Levanta la mano” para hablar y abriremos tu micro

• Publicaremos enlace a webinar grabado

y contenidos como tutoriales en blog

Antonio Matarranz

CMO


El propósito de este webinar…

Aprender cuáles son las

principales funciones de la

Analítica de Texto y para

qué nos pueden servir


Agenda

Introducción a la analítica de texto

Escenarios de aplicación de la analítica de texto.

Beneficios y retos

Funciones de analítica de texto. Descripción y casos

de uso

Calidad de las herramientas de analítica de texto

Un vistazo al roadmap de MeaningCloud

Conclusiones y preguntas


¿Por qué deberíamos usar analítica de texto?

Datos estructurados

Contenido

no estructurado


OpinionesTemasHechos

Conceptos

Organizaciones

Personas

Análisis

Semántico

Relaciones

Analítica de texto

Extrae significado e insights actuables del contenido no estructurado

Automatización de costosas actividades manuales


Funciones de analítica de texto

Extracción de

información, NER

Categorización

Clustering

Análisis de

sentimiento

Análisis morfosintáctico

…


ESCENARIOS DE APLICACIÓN


Análisis de medios sociales

Gestión de contenido generado por usuarios

Seguridad y defensa

Reto: lenguaje informal

Entender la conversación en redes sociales, blogs, foros…

Monitorización de marca, reputación

Señales, viaje del cliente, intención, leads sociales

Perfilado de usuarios


Voz del Cliente (VoC) / Experiencia del Cliente

Extiende tu visión del cliente

hacia fuentes de datos nuevas y

no tradicionales: comentarios en

encuestas, interacciones en el

contact center, conversaciones

sociales…

Demographic data

CRM / Mktng.automation

Contact Center interactions

Devices

Product use

Navigation

Social

360º vision

Orders and Payments

Las fuentes no solicitadas y no

estructuradas contribuyen a crear

una visión integrada de 360º de

los clientes

La visión integrada del cliente

ayuda a proporcionar

experiencias personalizadas,

consistentes, específicas del

contexto y relevantes


Voz del Ciudadano / Votante

Análisis de opiniones sociales y segmentación que permiten

entender las actitudes y los comportamientos de los ciudadanos

Perfilado de ciudadanos. Opiniones y tendencias sobre la situación política, el gobierno y sus

servicios

Detección y gestión del ciclo de vida de emergencias


Voz del Empleado / People Analytics

LeadersRegular

ArmyGeeks

Mejorar la comprensión de nuestros empleados

Análisis de encuestas, evaluaciones de desempeño, entrevistas de salida, CVs, comunicaciones

Actitudes/habilidades/comportamientos más habituales entre los mejores empleados

Gestión de talento y retención de empleados eficaz


Análisis semántico de contenidos para una mejor explotación y relación

Mejor comprensión y uso del archivo. Generación de contenidos de alto valor

Mayor engagement de la audiencia gracias a la personalización, recomendación y

contenidos tópicos

Nuevas vías de monetización: publicidad enfocada, distribución y sindicación

Moderación y comprensión del contenido generado por los usuarios

Contenidos inteligentes (medios, editoriales)


Para sectores y departamentos intensivos en conocimiento

Sacar partido del conocimiento tácito oculto en los repositorios de

documentos

Etiquetado semántico y análisis de los documentos para una recuperación y

explotación avanzada

Gestión de conocimiento


E-discovery y cumplimiento normativo

Análisis de documentos y comunicaciones electrónicas para descubrir

evidencias

Procedimientos legales, sectores regulados (ej., servicios financieros)

Fuentes: documentos, transcripción de llamadas telefónicas, email, chat, social…

La baja latencia permite la prevención de comportamientos criminales y una rápida

respuesta


FUNCIONES DE ANALÍTICA DE

TEXTO


MeaningCloud: “Meaning as a Service”

(SaaS y on-premises)

Regístrate y úsalo GRATIS en

http://www.meaningcloud.com

http://www.meaningcloud.com/


APIs MeaningCloud

Identifica apariciones de

nombres de personas,

organizaciones…, conceptos

abstractos, cantidades, etc.

Clasifica por temas

según taxonomías

predefinidas

Identifica polaridad

general y por atributos

Identifica el lenguaje de

entre un conjunto de 60

Análisis morfosintáctico detallado Evalúa el impacto de opinión

sobre varios ejes

reputacionales

Descubre temas significativos y

similitudes entre textos, sin

partir de taxonomías

predefinidas


Add-in para Excel

Totalmente integrado en experiencia Excel

Fácil de usar - ¡sin programar!

La manera más sencilla de evaluar, prototipar y usar MeaningCloud

19


Topic Extraction API

Disambigua apariciones de marcas, empresas, organizaciones, personas,

conceptos… y mucho más

Desambiguación contextual

• Apple = empresa (no fruta)

Correferencia

Basado en ontología estándar

Diccionarios extensibles/personalizables

En una comunicación a la SEC hoy, Apple reveló que el CEO Tim Cook ha donado el equivalente a aproximadamente $ 6,5 millones en acciones de Apple a la caridad esta semana. Desde que se convirtió en CEO en 2011, Cook ha promovido la caridad como una parte clave de la misión de Apple. Al asumir el cargo, Cook inició un programa de caridad para empleados. Apple también ha ampliado sus ofertas para que los empleados ayuden a sus comunidades.

Topic

detectado

Información semántica

Tim Cook Persona, Timothy Donald Cook,

Ejecutivo en Apple Inc.

Apple Empresa, Apple Inc., Tecnología, USA

SEC Organización, Securities and

Exchange Comission, Gobierno, USA

$6.5

millones

Cantidad monetaria, USD, 6.5

millones

caridad Concepto, caridad


MeaningCloud: ontología estándar

Ontología incorporada

437 nodos

78 temas

250,000+ lemas/idioma

Actualizada continuamente

https://www.meaningcloud.com/developer/

documentation/ontology

https://www.meaningcloud.com/developer/documentation/ontology

https://www.meaningcloud.com/developer/documentation/ontology


¿Para qué sirve la extracción de topics?

Detección sofisticada de apariciones/menciones de marcas, personas,

empresas, conceptos…

• Desambiguando en función del contexto

• Teniendo en cuenta variantes

• Correferencia

Ejemplos de aplicaciones:

• Extracción de palabras clave

• Anotación de documentos: noticias, libros, emails, expedientes

• Monitorización de medios sociales

• Análisis de la Voz del Cliente / Empleado / Ciudadano / Paciente

• Perfilado (intereses) de usuarios


Text Classification API (incluye modelos estándar, ej. IAB)

Mezcla aprendizaje automático y reglas para clasificar textos con exactitud

según categorías predefinidas

La Copa del Mundo es la mejor manera de ver el

potencial que el fútbol puede tener para el turismo de

entrada, el éxito económico y la imagen pública

positiva:

La Copa del Mundo 2006 en Alemania fue un

excelente ejemplo de este poder con: $ 200 + por día

de gasto turístico promedio, 50.000 nuevos puestos

de trabajo creados, 18 millones de personas en Fan-

Fests, el total de la audiencia mundial de televisión en

30 mil millones y 4,2 mil millones de vistas oficiales de

páginas web. En una encuesta, el 90% de los

extranjeros que visitaron la Copa Mundial dijeron que

se sentían bienvenidos allí y recomendarían a

Alemania como destino de vacaciones. "La Copa del

Mundo marca un enorme aumento en la imagen de

Alemania, incluso si es difícil poner una cifra

económica en este cambio de imagen, la economía

en su conjunto se beneficiará sin duda de ella". Dijo el

ministro de Economía alemán, Michael Glos.

Categorías Relevancia

Deportes – Fútbol mundial 0.7

Viajes – Europa 0.2

Artes & Entretenimiento – Televisión 0.3

IAB (Spanish)

Tecnología híbrida

• Aprendizaje automático y/o reglas

Incluye modelos de clasificación estándar

• IPTC (noticias), IAB (publicidad), EuroVoc

(administración pública), Medios Sociales,

Reputación de Negocios

Modelos de clasificación personalizables


MeaningCloud: modelos de clasificación estándar

Incluye soporte a modelos de

clasificación predefinidos

estándar

IPTC: noticias

IAB: publicidad enfocada

EuroVoc: administración

pública

Business Reputation:

reputación corporativa

Social Media: conversaciones

sociales

… y más en preparación https://www.meaningcloud.com/developer/documentation/supported-models

https://www.meaningcloud.com/developer/documentation/supported-models




Tecnologías de clasificación

Los clasificadores trabajan sobre patrones/vectores que representan

a cada categoría

Tecnologías para generar estas representaciones

• Estadística

• Basada en reglas

Documentos

ejemplo para

categoría

Aprendizaje

automático

Reglas para

categoría

Codificador

de reglas

Regla 1

Regla 2

Regla 3

Regla 4

Representación

de la categoría

Representación

de la categoría


¿Para qué sirve la clasificación?

Categorización “temática”: la categoría se infiere del conjunto del contenido

• Texto similar a otros que pertenecen a la categoría

• Texto que cumple ciertas reglas

• En general no es necesario que un

cierto término aparezca explícitamente


• Anotación de documentos: noticias, libros, emails, expedientes


• Análisis de la conversación en medios sociales

• Perfilado (intereses) de usuarios


Text Clustering API

Agrupa textos smilares y descubre temas significativos

27

Crisis financiera

Efecto invernadero

No requiere taxonomías predefinidas

(aprendizaje no supervisado)

Procesamiento específico de texto

Agrupamiento de textos basado en

• Adherencia a un tema

• Similaridad de contenidos

Título cluster Tam. Score Lista documentos

Crisis

financiera

4 0.96 Doc1, Doc4, Doc7,

Doc8

Efecto

invernadero

5 0.34 Doc2, Doc3, Doc5,

Doc6, Doc9


¿Para qué sirve el clustering de texto?

Agrupación de textos similares y descubrimiento de temas significativos

• Sin partir de taxonomías predefinidas


• Detección de duplicados

• Descubrimiento de estructura en colecciones

de documentos

• Descubrimiento de temas de conversación

en medios sociales

• Descubrimiento de la “nueva voz” del Cliente /

Empleado / Ciudadano / Paciente


Sentiment Analysis API

Asigna una polaridad multinivel a entidades y otros aspectos, discrimina

hechos de opiniones y detecta la ironía

Aspect Sentiment

Hotel Excelsior - paisajes P+

Hotel Excelsior - habitaciones N-

General NEU, DESACUERDO

SUBJETIVO, NO IRÓNICO

Scoring con 5 niveles de polaridad (más ausiencia de polaridad)

Análisis basado en aspectos

Discriminación objetivo (hecho) / subjetivo (opinión)

Detección de ironía (beta)

Modelos de sentimiento personalizables

El Hotel Excelsior tiene los paisajes

más increíbles que he visto, pero las

habitaciones son horrendas.


¿Para qué sirve el análisis de sentimiento?

Análisis y minería de opiniones (polaridad)

• General y detallada a nivel de atributo/aspecto

• Discriminando opiniones de hechos


• Monitorización de medios sociales



Lemmatization, PoS and Parsing API

Análisis morfosintáctico y semántico detallado

Análisis sintáctico

Lematización

Etiquetado gramatical

Relaciones

CItas

Topics: entidades, conceptos, etc.

Análisis de sentimiento


¿Para qué sirve el análisis morfosintáctico?

Análisis de la estructura profunda de un texto

• Morfológica, gramatical y semántica


• Revisión de textos: morfológica,

gramatical y de estilo

• Soporte a detección de

relaciones semánticas,

p. ej., “EmpresaX ha invertido

en EmpresaY”

• En el caso de MeaningCloud,

aplicaciones de Topics

Extraction y Sentiment Analysis

Úsalo gratis en www.mystilus.com

http://www.mystilus.com/


Corporate Reputation API

Combina Extracción de Topics, Clasificación y Análisis de Sentimiento para

evaluar el impacto de las opiniones según un modelo de ejes y variables

reputacionales

Los beneficios de Telefónica han aumentado.

Igualmente, Vodafone ha lanzado nuevos

productos con éxito

Entidad Variable reputacional Sentim.

Telefónica,

empresa telco

Situación financiera -

Resultados financieros +

Vodafone,

empresa telco

Innovación y flexibilidad -

Innovación +

7 ejes reputacionales

• 24 variables reputacionales


¿Para qué sirve el etiquetado reputacional?

Análisis de impacto de opiniones

según ejes y variables

reputacionales estándar


• Análisis de medios sociales

• Seguimiento de medios

• Análisis de la Voz del Cliente /

Empleado / Ciudadano / Paciente


User Profiling API

Usa el perfil y el contenido generado por el usuario para inferir sus atributos

demográficos y psicográficos

20% of companies say process digitization

yields actionable #analytics

Is your IT team talking SMAC (#social,

#mobile, #analytics, & #cloud)?

Five Rules of Modern Icon Design

http://bit.ly/1y3B6i6

What Twitter Can Be.

http://wp.me/p2Gq8C-6E Just if they'd play

nice with the ecosystem ... #socialtv

#recommendation

What your name says about your age,

where you live, your politics & your job

http://wapo.st/1RkqDcA

Londoner, hooked on data science, NLP

and REST.

Social posts

Social profile

Atributo Valor

Persona/Organización Persona

Género Hombre

Edad 25-35

Ubicación Londres

Ocupación Ingeniero

Marcas IBM

Demográfico

Persona / Organización

Género

Edad

Ubicación

Ocupación

Psicográfico

Afinidades

Estilo de vida…


¿Para qué sirve el perfilado de usuarios?

Perfilado demográfico y psicográfico de

usuarios


• Comprensión y segmentación de audiencia/

mercado

• Análisis de comunidades en medios sociales

• Marketing basado en influenciadores


¿ES TODO UNA CUESTIÓN DE

PRECISIÓN?


¿Qué precisión tiene todo esto?

La precisión es “relativa”

Las personas no tenemos una precisión del 100%

• Tests con analistas humanos: acuerdo 85-95%

Además de precisión, cobertura (recall)

Alta precisión

Alta cobertura

Alta precisión

Baja cobertura

Baja precisión

Alta cobertura

Identificado por algoritmo


Exactitud: precisión y cobertura

Precisión y cobertura están

inversamente relacionadas

• Buscar compromiso

Los requisitos dependen de la aplicación

• Monitorización de marca en medios sociales: alta precisión, baja cobertura

• Lucha antiterrorista: alta cobertura, baja precisión


Opiniones

La frase “¡Tiene el tipo

de interés más alto del

mercado!” es…

Positiva, si habla de

depósitos

Negativa, si habla de

hipotecas

Recursos lingüísticos específicos mejoran exactitud

Menciones

Nombres de bancos y

entidades financieras, p.

ej.: Santander, BBVA

Nombres de productos,

p. ej.: Cuenta Naranja,

Libreta Estrella…

Temas

Ejemplo: análisis de las opiniones de clientes de un banco

Productos

Pasivo

Cuenta

Depósito

Activo

Crédito

Hipoteca

Canal

Oficina

Teléfono

Internet


Herramientas de personalización de MeaningCloud


Herramientas de personalización

Crea tus propios diccionarios, modelos de

clasificación y análisis de sentimiento

Interfaz gráfica de usuario - ¡sin programar!

Mejorar precisión y cobertura

Aprende más sobre personalización en este webinar

https://www.meaningcloud.com/es/blog/personaliza-tus-herramientas-de-analitica-de-texto-grabacion-de-webinar


Una vista hacia el futuro

Roadmap MeaningCloud

Extension para RapidMiner: combina la analítica de datos y texto

Nuevos idiomas: ruso, chino, árabe… y muchos más

Nuevas APIs: Summarization, Parts of Document

Vertical Packs: VoC (general y diversos sectores), VoE, Health

Insight Extractor: un categorizador y extractor de información granular basado

en reglas semánticas

Q1 2027 Q2 2017 Q3 2017 Q4 2017 Q1 2018

Extension para

RapidMiner Insight Extractor

Idiomas adicionales

Summarization API,

Parts of Document API Industry Packs


En conclusión

Herramientas que convierten

el texto en insights Innumerables aplicaciones

Exactitud = personalización MeaningCloud: especialistas

en analítica de texto


Turno de Preguntas


Permaneced atentos a nuestros emails y blog

Pronto publicaremos la grabación del webinar y los

contenidos en forma de tutorial


¡Gracias por vuestra atención!

Preguntas, sugerencias...

Antonio Matarranz

CMO

[email protected]

http://www.meaningcloud.com

mailto:[email protected]

http://www.meaningcloud.com/

Cuándo usar las diferentes herramientas de analítica de texto - Meaningcloud

Technology

Transcript of Cuándo usar las diferentes herramientas de analítica de texto - Meaningcloud