Lucha contra la desinformación en tiempos de coronavirus

¿Cómo podemos procesar los contenidos?

Hoy en día cualquier equipo de comunicación se enfrenta con un reto común: el volumen y diversidad de contenidos que se publican en la red constantemente. No sólo medios de comunicación, sino cualquier persona con acceso a internet puede publicar un contenido, y además el formato de los mismos es diverso: textos, enlaces, imágenes, audios, videos… Minsait ha construido una solución que permite procesar, cualificar y priorizar todo este volumen de contenidos para ayudar a estos equipos de comunicación a actuar de la forma más eficiente posible.

¿Cómo es nuestra solución de escucha digital?

Nuestra solución de escucha digital responde a diferentes casos de uso, cuyas características dependerán del objetivo y los receptores de cada uno de ellos. Los casos de uso se construyen sobre una base tecnológica inCloud común, que facilita la escalabilidad y la ejecución automática de algoritmos, con el fin de que los analistas puedan centrarse en el trabajo de análisis y obtención de hallazgos útiles

¿Qué hacer cuando tu reputación está en juego?

Otro caso de uso clave de este tipo de solución es la escucha y detección de contenidos que impactan en la reputación de una compañía, organismo o entidad. En este caso, no sólo la detección de los contenidos que impactan positiva o negativamente a la reputación es un factor relevante, sino también habilitar a los equipos de comunicación y Brand Management de mecanismos para medir el nivel de impacto de cada conversación, y el éxito de las acciones de gestión de ese riesgo emprendidas por esos equipos.

¿Qué es la vigilancia temática?

Un aspecto clave de la vigilancia temática es el análisis de los clústers y las temáticas más relevantes de la conversación.

¿Qué métricas utilizamos?

Una vez hemos identificado las temáticas más relevantes en nuestra conversación tenemos diferentes métricas que nos permiten analizar los clústers con mayor profundidad. Esto es fundamental para comprender bien cada clúster y poder extraer insights que nos aporten valor tanto a nosotros como a nuestro cliente.

¿Cómo transformamos el lenguaje humano?

Para que los algoritmos puedan trabajar sobre cada uno de los contenidos que somos capaces de detectar y procesar, necesitamos hacer una traducción de los mismos desde un lenguaje “humano” (i.e., textos, tweets, documentos…) a un lenguaje matemático (i.e., números, vectores, matrices). Las técnicas de PLN (Procesamiento del lenguaje Natural) son las que nos permiten realizar esta traducción.