Nous Contacter

NLP

""

Le lab NLP est le centre d’expertise de Heka.ai sur les sujets de Traitement Automatique du Langage Naturel (TALN) ou Natural Language Processing (NLP)

Une équipe de passionnés des challenges et technos NLP

Nos sujets de recherche

Topic Detection

Nous travaillons au passage d’un mode non-supervisé à un mode supervisé avec du Topic Detection.
Nous nous appuyons sur un benchmark pour prendre en compte à la fois les performances de détection avec une métrique F1-score mais également les temps d'entraînement/d'inférence associés ainsi qu’une estimation du nombre minimum de verbatims annotés nécessaires. Cela nous permet, selon les cas d’usage et leurs contraintes, de choisir la méthode la plus appropriée.

Topic Modelling

Nous travaillons sur la détection non supervisée des thèmes présents dans des corpus documentaires pour rendre nos solutions plus performantes.
Nous combinons benchmarks des méthodes existantes et approches imaginées par nos équipes pour déterminer les méthodes les plus efficaces (temps nécessaire pour détecter des thèmes, cohérence et écart entre les thèmes proposé). Une fois les meilleures approches identifiées, celles-ci ont été intégrées en complément d’un package préexistant d’analyse de thèmes.

Outil d’annotation de données textuelles

Nous développons un outil d'annotation de données textuelles pour alimenter plusieurs de nos solutions. L’enjeu est d’identifier les types d’annotation utiles et de construire une architecture capable de s’interfacer avec tout type de base de données et sur tout type d’environnement. L'interface graphique permet aux experts fonctionnels d’annoter des données textuelles de façon avancée : gestion du multi-label, labellisation d'un sous-ensemble du texte, réconciliation multi-annotateurs automatisée, etc.)

Topic Detection

Nous travaillons au passage d’un mode non-supervisé à un mode supervisé avec du Topic Detection.
Nous nous appuyons sur un benchmark pour prendre en compte à la fois les performances de détection avec une métrique F1-score mais également les temps d'entraînement/d'inférence associés ainsi qu’une estimation du nombre minimum de verbatims annotés nécessaires. Cela nous permet, selon les cas d’usage et leurs contraintes, de choisir la méthode la plus appropriée.

Topic Modelling

Nous travaillons sur la détection non supervisée des thèmes présents dans des corpus documentaires pour rendre nos solutions plus performantes.
Nous combinons benchmarks des méthodes existantes et approches imaginées par nos équipes pour déterminer les méthodes les plus efficaces (temps nécessaire pour détecter des thèmes, cohérence et écart entre les thèmes proposé). Une fois les meilleures approches identifiées, celles-ci ont été intégrées en complément d’un package préexistant d’analyse de thèmes.

Nos solutions d'IA autour du NLP

Reg Review

Automatisez votre veille et vos process réglementaires

EN SAVOIR PLUS

Deep Review

Optimisez la gestion de relation client multicanale

EN SAVOIR PLUS

Doc Review

Automatisez la revue de vos documents

EN SAVOIR PLUS

  • Reg Review

  • Deep Review

  • Doc Review

Nos publications