Expert.ai a annoncé qu'elle a rejoint le programme de partenariat QlikTechnology. Expert.ai complète le portefeuille d'analyse augmentée de Qlik, en améliorant ses capacités existantes en matière d'IA et de traitement du langage naturel (NLP) afin d'aider les utilisateurs professionnels à donner un sens aux données linguistiques non structurées et à mieux comprendre tout type de document. Les utilisateurs de Qlik peuvent facilement étendre et améliorer la portée de l'analyse des données et des analyses en tirant parti de l'intelligence linguistique fournie par expert.ai, en exécutant du code Python directement dans Qlik Cloud.

Les fonctionnalités fournies par l'API d'expert.ai comprennent des fonctions avancées de traitement du langage naturel, par exemple, la désambiguïsation pour résoudre les ambiguïtés du texte, identifier rapidement les principales entités et relations entre les concepts et attribuer le bon sens à chaque mot ; la catégorisation pour cataloguer n'importe quel document sans formation grâce aux taxonomies intégrées, y compris les sujets médias IPTC et la taxonomie géographique ; l'analyse du sentiment pour identifier si le ton général du contenu est positif ou négatif et les traits émotionnels et comportementaux associés à une personne, afin d'ajouter plus de perspicacité à toutes les données prêtes à être analysées, comme les données clients. Les entreprises peuvent facilement ajouter des informations extraites de n'importe quelle ressource linguistique non structurée pour enrichir les ensembles de données, augmenter les pipelines de données et améliorer les analyses, même pour les cas d'utilisation les plus complexes dans divers secteurs. Les exemples incluent la gestion des e-mails et d'autres informations liées aux clients pour traiter et analyser toutes les données en même temps ; la recherche intelligente et l'analyse conversationnelle basées sur l'utilisation du langage naturel pour rationaliser l'interaction avec les données ainsi que la compréhension de l'intention de l'utilisateur ; et la classification des données pour faciliter la recherche des bonnes données tout en connaissant leur origine et leur parcours.

Les capacités renforcent également les applications sectorielles verticales spécifiques telles que l'analyse augmentée pour améliorer la prise de décision et l'analyse avancée des indicateurs de fraude grâce à une gestion plus efficace des sinistres pour le secteur des assurances ; l'analyse des risques de crédit et de marché, la conformité et l'expérience client augmentée pour le secteur bancaire et financier.