Video: Maurizio Atzori: Tecnologie semantiche per Big Data e applicazioni 2024
Esistono numerosi metodi per analizzare i dati non strutturati per l'iniziativa sui big data. Storicamente, queste tecniche provenivano da aree tecniche come Natural Language Processing (NLP), scoperta delle conoscenze, data mining, recupero di informazioni e statistiche. L'analisi del testo è il processo di analisi del testo non strutturato, estrazione di informazioni rilevanti e trasformazione in informazioni strutturate che possono essere sfruttate in vari modi.
I processi di analisi ed estrazione traggono vantaggio dalle tecniche originate dalla linguistica computazionale, dalle statistiche e da altre discipline informatiche.
A volte un esempio può aiutare a spiegare un argomento complesso. Supponiamo che lavori per il dipartimento marketing in una compagnia telefonica wireless. Hai appena lanciato due nuovi piani di chiamata - Piano A e Piano B - e non stai ottenendo l'assorbimento desiderato sul Piano A. Il testo non strutturato dalle note del call center potrebbe darti un'idea del motivo per cui ciò è accaduto.
Le parole sottolineate forniscono le informazioni necessarie per capire perché il piano A non sta ottenendo una rapida adozione. Ad esempio, l'entità Piano A appare in tutte le note del call center, indicando che i rapporti menzionano il piano.
I termini minuti di rollover, dati da 4 GB, piano dati, e costo sono la prova che esiste un problema con i minuti di roll-over, il piano dati e il prezzo. Parole come ridicole e stupidi forniscono informazioni sul sentimento del chiamante, che in questo caso è negativo.
Il processo di analisi del testo utilizza vari algoritmi, come la comprensione della struttura della frase, per analizzare il testo non strutturato e quindi estrarre le informazioni e trasformare tali informazioni in dati strutturati. I dati strutturati estratti dal testo non strutturato sono illustrati nella Tabella 13-1.
| Identificatore | Entità | Problema | Sentimento |
|---|---|---|---|
| Cust XYZ | Piano A | Rollover minuti | Neutro |
| Cust ABC | Piano A | Minuti di roll-over | Negativo |
| XXXX | Piano A | Costoso | Neutro |
| XXXX | Piano A | Piano dati | Neutro |
| Cust XYT > Piano A | Piano dati | Negativo | Si può guardare questo e dire: "Ma avrei potuto capirlo guardando i registri del call center. "Tuttavia, questi sono solo un piccolo sottoinsieme delle informazioni che vengono registrate da migliaia di agenti del call center. Ogni singolo agente non è in grado di percepire una tendenza generale riguardo al problema con ciascun piano offerto dalla società. |
Gli agenti non hanno il tempo o il requisito per condividere queste informazioni tra tutti gli altri agenti del call center che potrebbero ricevere numeri simili di chiamate sul piano A. Tuttavia, dopo che queste informazioni sono state aggregate ed elaborate utilizzando algoritmi di analisi del testo, una tendenza può emergere da questi dati non strutturati. Questo è ciò che rende l'analisi del testo così potente.
La ricerca riguarda il recupero di un documento basato su ciò che gli utenti finali già sanno che stanno cercando. L'analisi del testo riguarda la scoperta delle informazioni. Mentre l'analisi del testo si differenzia dalla ricerca, può aumentare le tecniche di ricerca. Ad esempio, l'analisi del testo combinata con la ricerca può essere utilizzata per fornire una migliore classificazione o classificazione dei documenti e per produrre abstract o riepiloghi di documenti.
Esistono quattro tecnologie: query, data mining, ricerca e analisi del testo. Sul lato sinistro della tabella ci sono query e ricerca, che riguardano sia il recupero. Ad esempio, un utente finale potrebbe interrogare un database per scoprire quanti clienti hanno smesso di utilizzare i servizi dell'azienda nel mese scorso.
La query restituirebbe un singolo numero. Solo chiedendo più e più richieste l'utente otterrà le informazioni richieste per determinare perché i clienti se ne vanno. Allo stesso modo, la ricerca per parole chiave consente all'utente finale di trovare i documenti che contengono i nomi dei concorrenti di un'azienda. La ricerca restituirebbe un gruppo di documenti. Solo leggendo i documenti l'utente finale può fornire risposte pertinenti.
Recupero
| Insight | Structured | |
|---|---|---|
| Query: restituisce i dati | Data mining: Insight dai dati strutturati | Non strutturato |
| Cerca: restituisce documenti | Analitica del testo: Insight dal testo < Le tecnologie a sinistra restituiscono informazioni e richiedono l'interazione umana per sintetizzare e analizzare tali informazioni. Le tecnologie a destra - data mining e analisi del testo - forniscono informazioni molto più rapidamente. Si spera che il valore dell'analisi del testo per l'organizzazione diventi chiaro. |
