Hispanopedia Wiki
Articulo de referencia

NetOwl

NetOwl es un conjunto de productos multilingües de análisis de texto e identidad que analizan grandes volúmenes de datos en forma de datos de texto (informes, web, redes sociale...

Hispanopedia WikiContenido en espanolLectura gratuita

NetOwl es un conjunto de productos multilingües de análisis de texto e identidad que analizan grandes volúmenes de datos en forma de datos de texto (informes, web, redes sociales , etc.), así como datos estructurados de entidades sobre personas, organizaciones, lugares y cosas.

NetOwl utiliza enfoques basados ​​en inteligencia artificial (IA), incluyendo procesamiento del lenguaje natural (PLN), aprendizaje automático (AA) y lingüística computacional , para extraer entidades, relaciones y eventos; realizar análisis de sentimientos ; asignar latitud/longitud a referencias geográficas en texto; traducir nombres escritos en idiomas extranjeros; y realizar coincidencia de nombres y resolución de identidad . [ 1 ] [ 2 ] [ 3 ] Los usos de NetOwl incluyen búsqueda y descubrimiento semántico, [ 4 ] análisis geoespacial, [ 5 ] análisis de inteligencia, [ 6 ] enriquecimiento de contenido, [ 7 ] monitoreo de cumplimiento, [ 8 ] monitoreo de amenazas cibernéticas, [ 9 ] gestión de riesgos, [ 10 ] y bioinformática. [ 11 ]

Historia

El primer producto de NetOwl fue NetOwl Extractor, lanzado inicialmente en 1996. [ 12 ] Desde entonces, Extractor ha incorporado muchas funcionalidades nuevas, como la extracción de relaciones y eventos, la categorización, la traducción de nombres, el geoetiquetado y el análisis de sentimientos, así como la extracción de entidades en otros idiomas. Posteriormente se añadieron otros productos a la suite NetOwl, como TextMiner, NameMatcher y EntityMatcher.

NetOwl ha participado en varios eventos de evaluación comparativa de software de análisis de texto y entidades patrocinados por terceros. NetOwl Extractor fue el sistema de extracción de entidades nombradas con la puntuación más alta en la Conferencia de Comprensión de Mensajes MUC-6, patrocinada por DARPA , y el sistema de extracción de enlaces y eventos con la puntuación más alta en MUC-7. [ 13 ] [ 14 ] También fue el sistema con la puntuación más alta en varias de las tareas de evaluación de Extracción Automática de Contenido (ACE), patrocinadas por NIST . [ 15 ] NetOwl NameMatcher fue el sistema con la puntuación más alta en el Desafío MITRE para la Coincidencia de Nombres de Personas Multiculturales. [ 1 ]

Productos

La suite NetOwl incluye, entre otros, los siguientes productos de análisis de texto y entidades:

Análisis de texto

NetOwl Extractor realiza la extracción de entidades de textos no estructurados mediante procesamiento del lenguaje natural (PLN), aprendizaje automático (AA) y lingüística computacional . Extractor también realiza la extracción de relaciones semánticas y eventos , así como el geoetiquetado de texto. [ 3 ] [ 5 ] Se utiliza para una variedad de fuentes de datos, incluidas fuentes tradicionales (p. ej., noticias, informes, páginas web, correo electrónico) y redes sociales (p. ej., Twitter, Facebook, chats, blogs). [ 8 ] Se ejecuta en una variedad de plataformas de análisis de Big Data, incluidas Apache Hadoop y la tecnología de clúster de computación de alto rendimiento ( HPCC ) de LexisNexis. [ 7 ] Se ha integrado con una serie de herramientas analíticas de terceros como Esri ArcGIS y Google Earth/Maps. [ 5 ]

Análisis de identidad

NetOwl NameMatcher y EntityMatcher realizan la coincidencia de nombres y la resolución de identidades para grandes bases de datos de entidades multiculturales y multilingües utilizando enfoques de aprendizaje automático (ML) y lingüística computacional . [ 1 ] [ 2 ] Se utilizan para aplicaciones como la lucha contra el blanqueo de capitales (AML), listas de vigilancia, cumplimiento normativo , detección de fraudes, etc.

Véase también

Referencias

  1. 1 2 3 "SRA International." Washington Post. Consultado el 2 de julio de 2013.
  2. 1 2 Zelenko, Dmitry y Chinatsu Aone. “Métodos discriminativos para la transliteración”. En Actas de la Conferencia de 2006 sobre Aplicaciones Empíricas del Procesamiento del Lenguaje Natural (2006). Recuperado el 20 de mayo de 2013.
  3. 1 2 Maybury, Mark (2012). Extracción de información multimedia , Hoboken, Nueva Jersey: John Wiley & Sons, Inc., pág. 18. Recuperado el 2 de julio de 2013.
  4. ↑ Jackson, Peter; Moulinier, Isabelle (2002). Procesamiento del lenguaje natural para aplicaciones en línea: recuperación, extracción y categorización de texto , Filadelfia: John Benjamins BV, pág. 117, ISBN 90-272-4989-XConsultado el 2 de julio de 2013.
  5. 1 2 3 Smith, Susan. “Notas del Simposio GEOINT 2007”. GISCafe (29 de octubre de 2007). Recuperado el 2 de julio de 2013.
  6. ↑ Indurkhya, Nitin et al. (2005). Text Mining: Predictive Methods for Analyzing Unstructured Information , Nueva York: Springer, págs. 154-155, ISBN 0-387-95433-3Consultado el 2 de julio de 2013.
  7. 1 2 Guess, Angela (19 de enero de 2012). "LexisNexis lanza una nueva versión de Lexis Advance". semanticweb.com. Consultado el 28 de julio de 2013.
  8. 1 2 Aone, Chinatsu, et al. “Assentor®: una solución basada en PLN para la monitorización de correo electrónico”. En Actas de la Decimoséptima Conferencia Nacional sobre Inteligencia Artificial y la Duodécima Conferencia sobre Aplicaciones Innovadoras de la Inteligencia Artificial (2000), págs. 945-540. Recuperado el 20 de mayo de 2013.
  9. ↑ «Dusty Rhoads y Jim McClave de SRA: Cómo fortalecer la ciberseguridad de su empresa». ExecutiveBiz (2 de julio de 2009). Consultado el 6 de agosto de 2013.
  10. ↑ “Nasdaq al acecho”. CNN Money (17 de septiembre de 1997). Consultado el 2 de julio de 2013.
  11. ↑ Zaremba, Sam, et al. “Extracción de texto de resúmenes de PubMed mediante procesamiento del lenguaje natural para crear una base de conocimiento público sobre los mecanismos moleculares de los enteropatógenos bacterianos”. BMC Bioinformatics, 10:177 (10 de junio de 2009). Consultado el 20 de mayo de 2013.
  12. ↑ Hudgins-Bonafield, Christine. “Filtrar conocimiento en la red ahora es más sencillo”. Archivado el 30 de marzo de 2003 en Wayback Machine NetWork Computing (31 de mayo de 1996). Consultado el 3 de septiembre de 2013.
  13. ↑ Sundheim, Beth M. "Descripción general de los resultados de la evaluación MUC-6". Archivado el 12 de diciembre de 2006 en Wayback Machine. En Actas de la 6.ª Conferencia sobre Comprensión de Mensajes (1995), págs. 13-31. Recuperado el 20 de mayo de 2013.
  14. ↑ Aone, Chinatsu, et al. "SRA: Descripción del sistema IE2 utilizado para MUC-7." Archivado el 9 de diciembre de 2006 en Wayback Machine. En Actas de la 7.ª Conferencia sobre Comprensión de Mensajes (1998). Recuperado el 20 de mayo de 2013.
  15. ↑ Plan de evaluación de ACE 2005 (ACE'05). Consultado el 20 de mayo de 2013.
  • Sitio web de NetOwl