Newsroom

QWAM : valoriser la donnée textuelle, un voyage de 13 ans

Compte-rendu du séminaire industriel data science des Mastères Spécialisés Big Data et IA de Télécom Paris du jeudi 26 novembre 2020 avec Christian Langevin, cofondateur de QWAM.

Depuis 2007, au travers de plusieurs sociétés, les fondateurs de QWAM ont suivi les développements des technologies de traitements de données non structurées et développé plusieurs outils qui aujourd’hui combinent le sémantique, l’intelligence artificielle et le big data. Selon QWAM, une meilleure gestion et circulation de l’information stratégique est un des principaux leviers de compétitivité à l’heure de la transformation numérique et de l’économie de la connaissance.

Cette société éditrice de logiciels propose de l’analyse de données textuelles (analyse du web / réseaux sociaux et moteur de recherche) sous la forme d’API et de métadonnées pour applications tierces, de tableaux de bord d’analyse (pilotage et analyse), de moteur de recherche ou d’application d’accès à l’information et d’export de données qualifiées / analysées.

Histoire de QWAM

Quatre étapes pour traiter des millions de données

En alliant la sémantique et l’IA, QWAM cherche à surmonter les défis posés par l’accélération de la digitalisation des entreprises (télétravail, etc.) et permet d’effectuer du traitement de masse (e.g. 6 millions d’email, 2 millions de pièces attachées), d’automatiser la classification, le tri, l’analyse, etc. La combinaison NLP (Natural Language Processing) et IA s’effectue en quatre étapes :

  • pré-calcul automatique : clustering en catégories candidates ;
  • réorganisation manuelle : étude des contextes ;
  • ontologie : QWAM propose un référentiel (ontologies standards) ;
  • deep learning : détection des contextes similaires, génération à partir de ces contextes.
Combinaison sémantique – IA

Les avantages de cette stratégie sont sa vitesse d’adaptation, la qualité homogène et isotrope constante dans le temps et le coût fortement diminué.

Quelles solutions pour quels usages ?

Usages autour des données métier : gestion et valorisation de contenus médias et contenus numériques, analyse d’échanges et aiguillage de l’information, hybridation des données.

Usages autour des informations métier et/ou web : moteur de recherche, analyse de documentation technique, knowledge management, scientific intelligence ; analyse de risques, KYC, e-reputation, enquêtes financières, juridiques ou autres ; conformité, réglementation, compliance ; business, market & sales intelligence.

Usage autour des informations générées par les internautes/collaborateurs : analyse des avis clients (verbatim), expérience clients, ressources humaines, enquêtes et débats, maintenance “prédictive”.

QWAM a pour vocation d’apporter des solutions innovantes à haute valeur ajoutée en matière de conseil, de réalisation et déploiement de solutions logicielles dédiées à l’exploitation et à la valorisation de l’information non-structurée, de l’information B-to-B ou de l’information web. Mais la société accompagne aussi les entreprises dans leur transformation numérique et dans la digitalisation de leurs process.

Compte-rendu rédigé par Vincent Bardonnet, Frédéric Haykal et Vincent Partimbene, étudiants du Mastère Spécialisé Big Data promotion 2020-2021.

Illustration : photo créé par Pressfoto – fr.freepik.com