Big Data, Science des données, aide à la décision en entreprise, business intelligence, data warehouse, reporting, OLAP, web analytics, data visualization, data mining, internet des objets, informatique cognitive, intelligence artificielle...

Abonnez-vous gratuitement à Decideo !


Decideo

 


Sinequa Signe un Partenariat avec Thomson Reuters pour offrir des fonctionnalités avancées de Cognitive Search & Analytics aux Etablissements Bancaires et Financiers


Rédigé par Communiqué de Sinequa le 16 Avril 2017

La solution packagée de Sinequa et Thomson Reuters permet aux clients d'analyser les données avec une précision et une efficacité accrues.



Sinequa, leader du Cognitive Search & Analytics, annonce aujourd'hui son partenariat avec Thomson Reuters (NYSE, TSX : TRI). La solution de Tagging Intelligent (TRIT) de Thomson Reuters est désormais certifiée avec la plateforme de Cognitive Search & Analytics de Sinequa. Faisant appel au traitement automatique du langage naturel et au machine learning, cette solution commune permettra d'offrir aux établissements bancaires et services financiers, une visibilité accrue et des informations contextuelles extraites des données de l'entreprise.

L'intégration du système TRIT de Reuters à la plateforme de Cognitive Search & Analytics de Sinequa donne naissance à une solution packagée qui permet aux grandes entreprises de reconnaître les termes financiers et les abréviations spécifiques (comme les symboles boursiers), ainsi que d'autres entités et relations figurant dans des volumes considérables de données structurées ou non. En permettant aux utilisateurs de trouver plus rapidement les informations dont ils ont besoin, la solution TRIT/Sinequa optimise la productivité et accroît les performances de l'entreprise.

« Nous sommes très heureux d'avoir concrétisé ce partenariat avec Thomson Reuters, l'un des principaux leaders du secteur financier, », a expliqué Fabrice de Salaberry, Directeur Général, Sinequa. « Notre plateforme de Cognitive Search & Analytics, qui permet d'indexer des sources de données structurées et non structurées, utilise le traitement en langage naturel, le machine learning et l'analyse statistique pour créer un index enrichi qui capitalise sur le contenu tagué par TRIT.»

TRIT est une puissante solution de métadonnées permettant de taguer plus rapidement et plus aisément des points de données spécifiques – termes financiers et expressions boursières, événements et autres contenus. TRIT s'appuie sur un large éventail de technologies pour structurer les données, permettant ainsi leur analyse et un indexage plus performant pour mener à bien les recherches.

Sinequa a développé une technologie cognitive qui permet aux collaborateurs de l'entreprise de bénéficier en interne d'une vision claire et précise des opérations, au sein même de l'espace de travail numérique. En combinant les interactions initiées par l'homme et l'analyse assistée par la machine, l'« Insight Engine » de Sinequa apporte des capacités intelligentes complètes aux collaborateurs de l'entreprise, avec des perspectives contextuelles pertinentes en temps voulu, débouchant sur des prises de décision mieux étayées, sur l'innovation et sur une plus grande efficacité opérationnelle.




Nouveau commentaire :
Facebook Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.