Auteur/autrice : QWAM
-
L’Intelligence Artificielle (IA) au service des études et analyses marketing et expérience clients – Découvrez le nouveau blog
Le blog http://blog-ai.qwamci.com/ fédère des témoignages d’experts et de professionnels de l’expérience clients et des analyses marketing autour des enjeux des technologies d’Intelligence Artificielle.
-
Nouvelles du confinement
Le Télétravail chez QWAM Comme beaucoup d’entre vous, les équipes QWAM sont confinées, en télétravail et en bonne santé ! Alors comment se passe cette période particulière pour les Qwameurs et Qwameuses ? Plutôt bien, car chez QWAM cela fait déjà quelques années que le télétravail (partiel) a été mis en place, et cela a…
-
QWAM Text Analytics : Quand le passé éclaire le présent et anticipe le futur
CAS CLIENT – EDF Sismologie Amélioration de la connaissance des séismes historiques Inondations, raz de marée, séismes, tempêtes : l’histoire est jalonnée de catastrophes naturelles aux conséquences humaines, environnementales et économiques parfois dramatiques. Le souvenir de ces événements s’estompe cependant rapidement jusqu’à s’effacer de la mémoire collective au fil des décennies voire des siècles. Néanmoins des…
-
IA, sémantique et finance…une approche opérationnelle
Avec la régulation des transactions financières et une augmentation des contraintes liées à la compliance et/ou aux due diligence, l’automatisation de l’analyse des documents financiers est devenue une nécessité. Au cours de divers travaux de recherche et développement, QWAM s’est penchée sur l’analyse de ce type de documents. Utiliser des technologies d’analyse sémantique, reposant sur…
-
Intelligence artificielle: outil incontournable du traitement de vos textes
L’intelligence artificielle (sémantique, deep et machine learning, NLP, NLU) s’impose aujourd’hui comme l’outil incontournable d’aide à l’analyse des Big Data textuelles. La personnalisation des vocabulaires et à la création d’ontologies spécifiques proposées par QWAM Text Analytics s’appliquent aux problématiques de tout secteur.
-
Traitement du langage naturel : les étapes clés pour une analyse pertinente
Le Traitement Automatique du Langage Naturel (TALN) ou Natural Language Processing (NLP) est un processus complexe permettant d’extraire du sens à partir de données textuelles brutes. Expert dans le domaine, QWAM utilise des technologies avancées d’intelligence artificielle pour simplifier le traitement de ces données. De la détection de la langue à l’extraction de mots-clés, Sotiria…
-
L’IA sur les textes : valorisation de données textuelles grâce au « machine learning »
Chez QWAM CI, l’analyse de données textuelles est au cœur de notre métier. Grâce à QWAM Text Analytics, nous sommes capables de traiter des données textuelles en masse et d’en tirer des indicateurs clés. Parmi les éléments de base qui construisent ces indicateurs nous retrouvons les entités nommées, comme les personnes, les lieux et les…
-
Utiliser le potentiel des emails pour en extraire des données et du sens
Les boites mails sont devenues un outil de travail majeur qui drainent de grandes masses d’informations. L’identification des données pertinentes grâce à l’IA s’applique à de nombreux cas d’usage et devient un levier puissant de valorisation des données. Le potentiel d’utilisation des emails trouve notamment tout son sens en matière de relations clients ou d’optimisation…
-
L’AEF outille ses rédactions avec Ask’n’Read
Créé en 1998 sur un modèle exclusivement numérique, AEF Info est un groupe de presse professionnelle numérique qui produit de l’information en continu pour les décideurs, sur de grands champs socio-économiques : enseignement/recherche, social/ressources humaines, emploi, formation professionnelle, développement durable, habitat/urbanisme et sécurité globale. Ses journalistes rédigent environ 25 000 dépêches par an pour un public…
-
Analyse du langage naturel : l’adaptation à l’IA plus performante et moins chère
L’analyse du langage naturel trouve de nombreuses applications au sein des entreprises, par exemple dans le domaine des Ressources Humaines, qui est en pleine transformation. L’une des limites de cette technologie demeurait la difficulté à s’adapter aux différents contextes métiers. En effet l’apprentissage du contexte et vocabulaire métier est une étape préliminaire qui était jusqu’à…