LUNET Discovery: la piattaforma tecnologica di Big Data Analysis

Text Analytics. Data Analysis. Big Data

LUNET Discovery: la nuova piattaforma di Text Analysis dell'era BigData, per individuare ed utilizzare l'informazione latente in grandi raccolte di dati.

Tecnologia

La suite LUNET Discovery, basata su tecnologie di Natural Language Processing, Text Analytics e Machine Learning, rende disponibili strumenti software in grado di operare sui Big Data per analizzare e organizzare automaticamente dati, siano essi strutturati o meno.
 
La tecnologia utilizzata consente di raccogliere ed analizzare in maniera automatica ed efficiente i dati derivanti da molteplici fonti (es. e-mail, file system, social network, database, siti web, blog, forum, RSS, reti di sensori, etc.).

L’utilizzo di tecniche di Machine Learning comporta vantaggi in termini di efficienza:

  • time to market estremamente ridotto
  • costi di attivazione e di manutenzione contenuti
  • elevata adattabilità e flessibilità
  • nativamente multilingua

Applicazioni industriali

Elaborazione di dati provenienti dalla sensoristica industriale ai fini di affidabilità, autoregolazione e manutenzione predittiva di macchinari o impianti.

Funzioni generiche

  • Classificazione automatica – Assegnazione di una o più etichette ad un oggetto (es. è possibile riconoscere ed “etichettare” automaticamente ogni tipo di documento elettronico: fatture, offerte, ordini, richieste di supporto, etc.)
  • Indicizzazione e ricerca – Indicizzazione di contenuti testuali e/o strutturati con possibilità di effettuare ricerche basate su parola chiave (analogamente ad un motore di ricerca web) o su correlazione (basata su concetti o su esempi)
  • Sommarizzazione automatica – Creazione di un riassunto automatico di un testo più lungo estraendo dal documento le frasi maggiormente significative
  • Estrazione di dati – Individuazione di elementi significativi all’interno di un testo (nomi, date, etc.) da utilizzare come metadati del documento
  • Correlazione automatica – Definizione del grado di correlazione esistente tra diversi oggetti secondo criteri di semantica latente
  • Annotazione automatica – Riconoscimento di concetti secondo una data ontologia o automaticamente scoperti
  • Topic discovery (Temi emergenti) - Individuazione automatica dei temi di discussione emergenti da grandi insiemi di testi
  • Analisi del grafo (Social Network Analysis) – Analisi di un insieme di oggetti, creazione di un grafo di relazioni e evidenziazione dei nodi emergenti (es. influencer)
  • Identificazione strutture e lingue - Analisi del linguaggio naturale per identificarne le strutture sintattiche, morfologiche, etc.
  • Sistemi di raccomandazione – Suggerimento di possibili oggetti interessanti sulla base storica dei comportamenti degli altri utenti
  • Sentiment Analysis – Assegnazione di un valore di polarità (positivo, neutro, negativo) ad un oggetto
  • Anomaly detection - Evidenziazione di andamenti temporali anomali rispetto al trend a regime

LUNET Discovery, fai emergere l'intelligenza collettiva