Krachtige monitoring van uw merkomgeving, complexe analyse van uw media impact : Auxipress analyseert de complete Belgische media in real time door gebruik te maken van voornamelijk tekst data. Deze use case bespreekt de uitdagingen, de bekomen oplossing en toekomstvisie.

1. Real-Time Media
Monitoring & Analyse
Ongestructureerde Data Omzetten naar Kennis

2. Auxipress
 Press Clipping
 Media Monitoring
 Wat zegt de media over mijn bedrijf

3. Use Case : Tekst naar Kennis

4. Business Case
Online
Sociale
Media
AutomatischAnalyse
Sector +
Nederland,
Frankrijk
Print
Pers
ManueelClipping
Bedrijf
België
+
++
+

5. Gebruikte data
 Volledige Belgische Media
 Kranten (print en online) worden dagelijks ‘s morgens digitaal ontvangen
 Artikels worden digitaal geknipt en voorzien van meta data
 Weekbladen
 Radio/TV
 Abonnement op Facebook/Twitter gegevens
 Extra Media on-demand
 Politieke partij programma’s
 Vakbladen
 Dossiers, ....
 Frankrijk/Nederland

6. Bijna uitsluitend ongestructureerde data
 Tekst
 XML, OCR, Transcripts
 8.000 artikels / dag
 Nederlands/Frans/Engels
 MetaData
 Publicatie Datum
 Bron
 Taal

7. Configuratie
 Hardware : 64 Cores / 64 GB Memory / 6 Terrabyte HD
 InterSystems Caché platform
 Caché Database voor opslag van alle artikels en tabellen (momenteel 1,4 Terrabyte)
 iKnow NLP voor Detecteren van Concepten (multi-woord groepen) uit teksten in 3 talen
 (custom) iFind voor Matchen van Dictionary
 DeepSee BI voor visualisatie en analyse

8. Dictionary
 5 niveaus
 > 12,000 categorieën
 > 85,000 concepten
...
Ondernemingen &
Consumptie
Economie & Financiën
Economie & Budget Financiën & Verzekeringen Buitenlandse Handel
Buitenlandse Handel Wisselkoers en Valuta Vrijhandelsakkoorden
UNCTAD ACTA GATT CETA NAFTA
ALENA NAFTA
Noord-Amerikaanse
Vrijhandelsovereenkomst
North Amarican Free Trade
Agreement
...
Bankensector Fiscaliteit
Werk, Pensioen, Sociale
overleg
Onderwijs, Opleiding &
Wetenschap

9. Aanpak
 Automatische import van media via .XML
 Artikels worden via InterSystems iKnow NLP naar Concepten omgezet
 Concepten worden gematcht met een Dictionary
 Elk artikel wordt gecategoriseerd
 Nieuwe Relevante Concepten worden gedecteerd om in de Dictionary te worden bijgevoegd
• Xml tags
• Split
articles
Input
• UTF8
• Html
• Custom
Clean
• Concepts
• Concept-
Relation-
Concept
NLP
• Match
Dictionary
• Categorize
Match

10. Dictionary Matching

11. Challenges
 Constante bijsturing nodig (learn-as-you-go)
 1 Sales kan meer bijkomende features verzinnen dan 100 IT’ers kunnen oplossen
 Altijd grotere volumes data
 Kleine details worden grote problemen
 Adhoc klanten queries
 Te groot voor Excel
 Aanpassingen in structuur van dictionary of herrekenen van oude artikels op nieuwe
concepten (200 miljoen zinnen)

12. Taal

13. Categorisatie en Taal
=
Arts (NL)Arts (FR)

14. Categorisatie op Woordniveau
Carrefour de l’Arbre
Carrefour
carrefour

15. Toekomstvisie
 Standaard dagelijkse media aanbod uitbreiden naar:
 Nederland (vanaf 1 januari 2019)
 Frankrijk
 Dictionary uitbreiden naar Geo, Merken, Sentiment, Temporaliteit
 Nog grotere datavolumes
 Online platform voor klanten

16. Toekomstvisie
 Migratie naar InterSystems Iris Data Platform voor
 Sharding van data
 Bijkomende analytics

17. Conclusie
 Tekst omzetten naar Kennis is mogelijk
 NLP brengt Tekst naar Concept niveau
 Concepten worden door Dictionary vertaald naar Categorieën/Thema’s
 BI / Queries op Categorieën

18. Vragen ?
Danny Wijnschenk
Winfo bvba
danny@winfo.be