Text Analytics-verktyg för Big Data - dummies

Här är en översikt över några av aktörerna i textdataanalysen stordatamarknaden. Vissa är små medan andra är hushållsnamn. Vissa kallar vad de gör stor datatekstanalys , medan vissa bara hänvisar till det som textanalys.

Attensity för stora data

Attensity är ett av de ursprungliga textanalysföretag som började utveckla och sälja produkter för mer än tio år sedan. Vid den här tiden har den över 150 företagskunder och en av världens största NLP-utvecklingsgrupper. Attensity erbjuder flera motorer för textanalys. Dessa inkluderar automatisk klassificering, entitetsutvinning och uttömmande extraktion. Uttömmande Extraction är Attensitys flaggskeppsteknik som automatiskt extraherar fakta från tolkad text och organiserar denna information.

Företaget är inriktat på social och flerkanalig analys och engagemang genom att analysera text för rapportering från interna och externa källor och sedan dirigera den till företagsanvändare för engagemang. Den köpte nyligen Biz360, ett socialt mediaföretag som samlar stora strömmar av sociala medier. Det har utvecklat ett nätberäkningssystem som ger högpresterande möjligheter att bearbeta massiva mängder realtidstekst.

Attensity använder en Hadoop-ram för att lagra data. Det har också ett datakövsystem som skapar en orkestreringsprocess som känner igen spikar i inkommande data och justerar bearbetning över fler / mindre servrar efter behov.

Clarabridge för stora data

Clarabridge är en annan ren-play-textanalysleverantör, och är faktiskt en spin-off av ett företagsintelligensföretag (kallat Claraview) som insåg behovet av att hantera ostrukturerad data. Målet är att hjälpa företag att driva mätbart affärsvärde genom att titta på kunden holistiskt, hitta viktiga erfarenheter och problem och hjälpa alla i en organisation att vidta åtgärder och samarbeta i realtid.

Detta inkluderar realtidsbestämning av känslan och klassificeringen av kundresponsdata / text och staging det ordförda för framtida bearbetning i Clarabridge-systemet.

Clarabridge erbjuder nu sina kunder en del sofistikerade och intressanta funktioner, bland annat med en enkel analys av orsaken till orsaken till förändringar i volymen av textmatningar, känslor eller tillfredsställelse i samband med nya problem. Det erbjuder också sin lösning som en programvara som en tjänst (SaaS).

IBM för stora data

Software giant IBM erbjuder flera lösningar i textanalysutrymmet under sitt strategiska paraply Smarter Planet.Bortsett från Watson och IBM SPSS erbjuder IBM också IBM Content Analytics med företagsökning. IBM Content Analytics utvecklades baserat på arbete som gjordes vid IBM Research.

IBM Content Analytics används för att omvandla innehåll till analyserad information, och den är tillgänglig för detaljerade analyser som liknar hur strukturerad data analyseras i en BI-verktygssats. IBM Content Analytics och Enterprise Search var en gång två separata produkter.

Den konvergerade lösningen riktar sig till både förbättrad företagsökning som använder textanalys samt fristående innehållsanalysbehov. ICAES har en tight integration med IBM InfoSphere BigInsights-plattformen, vilket möjliggör mycket stora sök- och innehållsanalyssamlingar.

OpenText för stora data

OpenText, ett kanadensiskt baserat företag, är troligen mest känt för sitt ledarskap inom företagsinformationslösningslösningar. Dess vision handlar om att hantera, säkra och extrahera värde från företagets ostrukturerade data. Det ger vad det betyder "semantisk middleware. "

Enligt bolaget är sin semantiska teknikutveckling förankrad i sin förmåga" för att möjliggöra realtidsanalys med hög noggrannhet på stora dataset över språk, format och branschdomäner. "Tanken bakom semantisk middleware är att semantiken kan exponeras på olika nivåer och arbeta med olika tekniker för att hantera affärsproblem.

Med andra ord kan textanalysen aktiveras och användas vid behov.

SAS för stora data

SAS har länge löst komplexa stora dataproblem. För flera år sedan köpte den textanalysleverantör Teragram för att förbättra sin strategi att använda både strukturerad och ostrukturerad data i analys och att integrera denna data för beskrivande och prediktiv modellering. Nu är dess textanalysfunktioner en del av sin övergripande analysplattform och textdata ses som enbart en annan datakälla.

SAS fortsätter att förnya sig inom området för högpresterande analys för att säkerställa att prestanda uppfyller kundernas förväntningar. Målet är att ta problem som brukade ta veckor för att lösa och lösa dem om dagar, eller problem som brukade ta dagar att lösa och lösa dem i minuter istället.

Exempelvis är SAS High Performance Analytics-servern en minneslösning som gör att du kan utveckla analytiska modeller med fullständiga data, inte bara en delmängd av aggregerade data. SAS säger att du kan använda tusentals variabler och miljontals dokument som en del av denna analys. Lösningen körs på EMC Greenplum- eller Teradata-apparater såväl som på hårdvara med hjälp av Hadoop Distributed File System (HDFS).