{"id":26286,"date":"2020-05-05T06:34:51","date_gmt":"2020-05-05T06:34:51","guid":{"rendered":"https:\/\/cityfalcon.com\/blog\/?p=26286"},"modified":"2020-05-21T17:09:39","modified_gmt":"2020-05-21T17:09:39","slug":"internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api","status":"publish","type":"post","link":"https:\/\/www.cityfalcon.ai\/blog\/es\/the-startup-journey\/el-servicio-nlu-de-indexacion-de-contenido-interno-ahora-esta-disponible-en-la-api-cityfalcon\/","title":{"rendered":"El servicio NLU de indexaci\u00f3n de contenido interno ahora est\u00e1 disponible en la API de CityFALCON"},"content":{"rendered":"

Imag\u00ednese el escenario: 75.000 documentos y toneladas de noticias, investigaciones y mensajes de chat para filtrar, etiquetar y categorizar sin un patr\u00f3n discernible en su secuencia. Desea ordenarlos por compa\u00f1\u00eda y por ubicaci\u00f3n, pero sin las etiquetas de nivel superior, por p\u00e1gina y por oraci\u00f3n, la tarea parece casi imposible. \u00bfEs el documento 14.198\u00ba un informe macroecon\u00f3mico sobre Am\u00e9rica del Norte, China, Tokio o la interacci\u00f3n de los tres? \u00bfEl documento 47.938<\/span> discutir dividendos, ganancias o el lanzamiento de un nuevo producto? \u00bfEse correo electr\u00f3nico de cliente de hace 6 meses hace referencia a Google, Alphabet o GOOG? Peor a\u00fan, algunos conjuntos de texto pueden tener cientos de p\u00e1ginas y contener muchos temas diferentes y datos importantes. Los t\u00edtulos, las tablas de contenido y las etiquetas de nivel superior solo pueden decirle algo.<\/span><\/p>\n

usted <\/span>podr\u00eda <\/span><\/i>contrate a personas para que lean, comprendan y organicen todos los documentos, correos electr\u00f3nicos, noticias y mensajes de chat manualmente. Desafortunadamente, esto consume una gran cantidad de tiempo y recursos financieros, y con los registros de chat, correos electr\u00f3nicos, art\u00edculos de noticias e informes que crecen cada d\u00eda, puede ser imposible indexar todo el contenido usando los ojos y la mente humanos de todos modos. Los mensajes entre empleados de un departamento podr\u00edan resultar muy \u00fatiles para los de otro, pero la mayor\u00eda de las empresas dejan que estos datos desaparezcan en las bandejas de entrada de los empleados, donde su potencial de apalancamiento se pierde en el vac\u00edo.<\/span><\/p>\n

Una mejor solucion es <\/span>impulsado por el aprendizaje autom\u00e1tico <\/span>sistemas de comprensi\u00f3n del lenguaje natural (NLU), que automatizan la <\/span>encontrar, identificar y etiquetar<\/span><\/i> proceso, resultando en "entidades etiquetadas" o "entidades extra\u00eddas". NLU es un enfoque m\u00e1s amplio del procesamiento tradicional del lenguaje natural (NLP), que intenta comprender las variaciones en el texto como si representaran la misma informaci\u00f3n sem\u00e1ntica (significado). Con las entidades extra\u00eddas hasta el nivel de la oraci\u00f3n, uno puede realizar todo tipo de <\/span>anal\u00edtica de texto<\/span>, como mapas de calor y agrupaciones que conducen a conocimientos. El an\u00e1lisis de sentimientos es otra anal\u00edtica textual muy popular que se utiliza para comprender grandes corpus (conjuntos agregados) de texto.\u00a0<\/span><\/p>\n

En CityFALCON, acabamos de lanzar un sistema de extracci\u00f3n de entidades de NLU y un an\u00e1lisis de opiniones ajustado espec\u00edficamente para contenido comercial, financiero y pol\u00edtico en varios idiomas para entidades identificadas y para documentos completos, noticias, registros de chat y cadenas de correo electr\u00f3nico.\u00a0<\/span><\/p>\n

<\/h2>\n

La necesidad<\/b><\/h2>\n

Hay varias razones para identificar y etiquetar productos, empresas, personas y otros temas en el texto. Una de las razones es que los gobiernos tienen requisitos de retenci\u00f3n de documentos y algunas empresas tienen conjuntos muy grandes de documentos retenidos que no est\u00e1n organizados ni se utilizan para un an\u00e1lisis posterior de Big Data.\u00a0<\/span><\/p>\n

Otras empresas simplemente conservan todos sus mensajes y documentos internos para referencia futura o para an\u00e1lisis de Big Data m\u00e1s adelante. Si el texto se genera internamente, tal vez tengan algunas etiquetas, pero no describen el contenido en su interior con mucha profundidad. Si el texto se crea externamente, como contenido de noticias, las etiquetas pueden ser insuficientes, inexactas o inexistentes.\u00a0<\/span><\/p>\n

Independientemente del caso, solo se puede obtener una comprensi\u00f3n limitada de un texto a partir de etiquetas de nivel superior, t\u00edtulos de secciones y res\u00famenes de secciones. Los metadatos existen a trav\u00e9s de todas las capas de un texto, y NLU puede ayudar a comprender mejor los documentos individuales y todo un corpus. Dado que NLU funciona de manera tan granular como el nivel de oraci\u00f3n, los documentos se pueden analizar algor\u00edtmicamente por oraci\u00f3n y la salida se puede procesar para obtener una visi\u00f3n poderosa.<\/span><\/p>\n

Una de las promesas de Big Data es procesar cantidades de informaci\u00f3n que los humanos individuales o equipos de ellos simplemente no podr\u00edan. Debido a que nuestras mentes humanas solo pueden contener cierta cantidad de informaci\u00f3n a la vez, y la comunicaci\u00f3n entre humanos est\u00e1 limitada por la rapidez con la que podemos transferir pensamientos a trav\u00e9s del lenguaje, comprender tres millones de p\u00e1ginas de noticias, documentaci\u00f3n y correos electr\u00f3nicos no es una haza\u00f1a para un humano. o incluso un equipo. Es para que las m\u00e1quinas destilen en trozos mucho m\u00e1s manejables.\u00a0<\/span><\/p>\n

NLU y los an\u00e1lisis asociados ayudan a las empresas a organizar su contenido, hacer que se pueda buscar m\u00e1s r\u00e1pidamente con palabras clave y pueden ofrecer informaci\u00f3n que las mentes humanas simplemente no pueden sintetizar (aunque podemos comprender el resultado, por supuesto).<\/span><\/p>\n

Por lo tanto, siempre que sea necesario organizar, categorizar y comprender grandes vol\u00famenes de informaci\u00f3n textual en alta resoluci\u00f3n, el sistema NLU de CityFALCON puede proporcionar informaci\u00f3n y an\u00e1lisis entre departamentos con facilidad.<\/span><\/p>\n

<\/h2>\n

C\u00f3mo funciona<\/b><\/h2>\n

En un nivel alto, nuestra API reci\u00e9n lanzada desglosa cualquier conjunto de texto en sus oraciones constituyentes y luego identifica todos los <\/span>entidades<\/span><\/i> en cada oraci\u00f3n. Por ejemplo, tomemos un t\u00edtulo reciente:<\/span><\/p>\n

Los futuros de acciones caen despu\u00e9s de las ganancias, la amenaza de Trump para los aranceles de China sobre la pandemia<\/span><\/i><\/p>\n

Que nuestros sistemas se dividir\u00e1n as\u00ed:<\/span><\/p>\n

Acciones = instrumento financiero<\/span><\/span><\/p>\n

Futuros = instrumento financiero<\/span><\/span><\/p>\n

Ganancias = evento<\/span><\/span><\/p>\n

Trump = persona<\/span><\/span><\/p>\n

China = ubicaci\u00f3n<\/span><\/span><\/p>\n

Tarifas = tema_financiero<\/span><\/span><\/p>\n

Pandemia = tema_financiero<\/span><\/span><\/p>\n

 <\/p>\n

Y si desea ver la respuesta JSON completa, la hemos publicado aqu\u00ed para usted.<\/em><\/p>\n

{"Text": "Los futuros de acciones caen despu\u00e9s de las ganancias, la amenaza de Trump para los aranceles de China sobre la pandemia",<\/span>
\n"Lang": "en",<\/span>
\n"Etiquetas": [<\/span><\/p>\n

{<\/span>
\n"Inicio": 0,<\/span>
\n"Fin": 5,<\/span>
\n"Valor": "Stock",<\/span>
\n"Tipo": "instrumento_financiero",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "Acciones",<\/span>
\n"Type": "topic_classes",<\/span>
\n"Metadatos": {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n"Inicio": 6,<\/span>
\n"Fin": 13,<\/span>
\n"Valor": "futuros",<\/span>
\n"Tipo": "instrumento_financiero",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "Futuros",<\/span>
\n"Tipo": "temas_financieros",<\/span>
\n"Metadatos": {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n"Inicio": 25,<\/span>
\n"Fin": 33,<\/span>
\n"Valor": "ganancias",<\/span>
\n"Tipo": "evento",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "Ingresos",<\/span>
\n"Type": "major_business_and_related_activities",<\/span>
\n"Metadatos": {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n"Inicio": 36,<\/span>
\n"Fin": 43,<\/span>
\n"Valor": "Trump",<\/span>
\n"Tipo": "persona",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "Familia Trump",<\/span>
\n"Tipo": "personas",<\/span>
\n"Metadatos": {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n"Inicio": 55,<\/span>
\n"Fin": 60,<\/span>
\n"Valor": "China",<\/span>
\n"Tipo": "ubicaci\u00f3n",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "China",<\/span>
\n"Tipo": "geo_regiones",<\/span>
\n"Metadatos": {<\/span>
\n"pa\u00edses": [<\/span>
\n"China"<\/span>
\n],<\/span>
\n"Subcontinentes": [<\/span>
\n"Asia Oriental"<\/span>
\n],<\/span>
\n"Continentes": [<\/span>
\n"Asia"<\/span>
\n]<\/span>
\n}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n"Inicio": 61,<\/span>
\n"Fin": 68,<\/span>
\n"Valor": "tarifas",<\/span>
\n"Tipo": "tema_financiero",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "Tarifas",<\/span>
\n"Tipo": "temas_financieros",<\/span>
\n"Metadatos": {}<\/span>
\n}<\/span><\/p>\n

]<\/span>
\n},<\/span>
\n{<\/span>
\n"Inicio": 74,<\/span>
\n"Fin": 82,<\/span>
\n"Valor": "pandemia",<\/span>
\n"Tipo": "tema_financiero",<\/span>
\n"Coincidente": verdadero,<\/span>
\n"Entidades": [<\/span><\/p>\n

{<\/span>
\n"Nombre": "Pandemia",<\/span>
\n"Tipo": "otros_temas",<\/span>
\n"Metadatos": {}<\/span>
\n}<\/span>
\n]<\/span><\/p>\n

}<\/span>
\n]<\/span><\/p>\n

}<\/span><\/p>\n

 <\/p>\n

Adem\u00e1s, tome la entidad <\/span>China<\/span><\/i>. Debido a que fue "emparejado" en nuestra base de datos, tambi\u00e9n tiene una jerarqu\u00eda asociada. Esto significa el t\u00e9rmino <\/span>China<\/span><\/i> ahora tambi\u00e9n se puede devolver cuando alguien busca en Asia Oriental o Asia, lo que permite una mejor indexaci\u00f3n del contenido interno.\u00a0<\/span><\/p>\n

Adem\u00e1s de las jerarqu\u00edas, las entidades emparejadas pueden agrupar varios nombres. Un ejemplo de ello es el t\u00e9rmino "Coronavirus", que se comparar\u00e1 en nuestros sistemas con "COVID-19", "covid19" y "covid", entre muchas otras palabras y frases cortas relacionadas. Esto permite que un empleado busque un solo t\u00e9rmino y reciba cualquier elemento relacionado, incluso si una b\u00fasqueda de texto simple falla, porque la b\u00fasqueda de texto simple <\/span>COVID-19<\/span><\/i> no devolver\u00e1 menciones de <\/span>Coronavirus<\/span><\/i>.<\/span><\/p>\n

Veamos otro ejemplo. Este podr\u00eda ser un mensaje de chat entre empleados:<\/span><\/p>\n

- \u00bfCrees que Estados Unidos iniciar\u00e1 una investigaci\u00f3n contra Facebook?<\/span><\/em><\/p>\n

Nuevamente, aqu\u00ed est\u00e1 el JSON devuelto por nuestros sistemas.<\/p>\n

{<\/span>
\n "Texto": "cree que Estados Unidos iniciar\u00e1 una investigaci\u00f3n contra Facebook",<\/span>
\n "Lang": "en",<\/span>
\n "Etiquetas": [<\/span><\/p>\n

{<\/span>
\n "Inicio": 14,<\/span>
\n "Fin": 16,<\/span>
\n "Valor": "EE. UU.",<\/span>
\n "Tipo": "ubicaci\u00f3n",<\/span>
\n "Coincidente": verdadero,<\/span>
\n "Entidades": [<\/span><\/p>\n

{<\/span>
\n "Nombre": "Estados Unidos de Am\u00e9rica",<\/span>
\n "Tipo": "geo_regiones",<\/span>
\n "Metadatos": {<\/span>
\n "pa\u00edses": [<\/span>
\n "Estados Unidos de America"<\/span>
\n ],<\/span>
\n "Subcontinentes": [<\/span>
\n "Am\u00e9rica del Norte"<\/span>
\n ],<\/span>
\n "Continentes": [<\/span>
\n "Norteam\u00e9rica"<\/span>
\n ]<\/span>
\n }<\/span><\/p>\n

}<\/span><\/p>\n

]<\/span>
\n },<\/span>
\n {<\/span>
\n "Inicio": 51,<\/span>
\n "Fin": 59,<\/span>
\n "Valor": "Facebook",<\/span>
\n "Tipo": "empresa",<\/span>
\n "Coincidente": verdadero,<\/span>
\n "Entidades": [<\/span><\/p>\n

{<\/span>
\n "Nombre": "Facebook Inc",<\/span>
\n "Tipo": "acciones",<\/span>
\n "Metadatos": {<\/span>
\n "Legal_ids": [<\/span>
\n "0201665019_irs-us",<\/span>
\n "0001326801_sec-us"<\/span>
\n ],<\/span>
\n "Tickers": [<\/span>
\n "FB_US"<\/span>
\n ],<\/span>
\n "Categor\u00edas": [<\/span>
\n "Redes sociales"<\/span>
\n ],<\/span>
\n "Subindustrias": [<\/span>
\n "Servicios e infraestructura de Internet"<\/span>
\n ],<\/span>
\n "Industrias": [<\/span>
\n "Servicios de TI"<\/span>
\n ],<\/span>
\n "Sectores": [<\/span>
\n "Tecnolog\u00eda",<\/span>
\n "Comunicaciones"<\/span>
\n ]<\/span>
\n }<\/span>
\n }<\/span><\/p>\n

]<\/span>
\n },<\/span>
\n {<\/span>
\n "Inicio": 22,<\/span>
\n "Fin": 42,<\/span>
\n "Valor": "iniciar investigaci\u00f3n",<\/span>
\n "Tipo": "evento",<\/span>
\n "Coincidente": falso<\/span>
\n }<\/span>
\n ]<\/span>
\n }<\/span><\/p>\n

Aqu\u00ed, "EE.UU." es una entidad coincidente y tambi\u00e9n contiene una jerarqu\u00eda. El tema espec\u00edfico <\/span>Estados Unidos de America<\/span><\/i> ser\u00e1 identificable con "los EE. UU.", "Estados Unidos" y "Am\u00e9rica", y tambi\u00e9n se puede encontrar cuando alguien busque en Am\u00e9rica del Norte. Por lo tanto, cuando un empleado recuerda vagamente el hilo de la conversaci\u00f3n sobre "Am\u00e9rica", no se sentir\u00e1 frustrado por la falta de coincidencia entre su t\u00e9rmino de b\u00fasqueda, "Am\u00e9rica", y el t\u00e9rmino real utilizado, "EE.UU." En una b\u00fasqueda de texto normal, el intento de encontrar la conversaci\u00f3n puede fallar.<\/span><\/p>\n

Las empresas tambi\u00e9n forman parte de una jerarqu\u00eda en la econom\u00eda, y la b\u00fasqueda de servicios de TI garantizar\u00e1 que \u201cFacebook\u201d tambi\u00e9n se incluya en los resultados. No solo eso, sino que debido a que Facebook es una empresa p\u00fablica, se devuelven sus n\u00fameros de identidad legal, incluido su identificador SEC y ticker (s) por pa\u00eds. Esto podr\u00eda estar conectado a los archivos de la empresa o alimentarse mediante programaci\u00f3n a otro algoritmo que recupera SEC presentaciones de CityFALCON<\/a> o utilizarse para hacer referencias cruzadas en casos judiciales en el sistema judicial de EE. UU.<\/span><\/p>\n

Por \u00faltimo, tambi\u00e9n puede resultar \u00fatil seleccionar acciones de cualquier conversaci\u00f3n o informe de investigaci\u00f3n. El fraseo <\/span>iniciar investigaci\u00f3n<\/span><\/i> fue recogido por nuestro <\/span>aprendizaje autom\u00e1tico <\/span>sistemas como <\/span>evento<\/span><\/i>. Estos datos ayudan a determinar el tema de un texto, y un buen caso de uso ser\u00eda marcar los correos electr\u00f3nicos con sus eventos. En este ejemplo, el <\/span>evento <\/span><\/i>fue <\/span>no <\/b>coinciden, pero hay decenas de miles de eventos en CityFALCON que coinciden de la misma manera que las ubicaciones y las empresas se pueden emparejar con los datos asociados.<\/span><\/p>\n

Dado que a las m\u00e1quinas no les importa si tiene 1 o 100.000 oraciones, este mismo proceso se puede repetir indefinidamente para cualquier tama\u00f1o de corpus. Todo esto se procesar\u00e1 en unos segundos con nuestro algoritmo proces\u00e1ndolo en una GPU r\u00e1pida.<\/span><\/p>\n

 <\/p>\n

El alcance del sistema CityFALCON<\/b><\/h2>\n

Identificamos 20 grupos de entidades personalizadas y m\u00e1s de 300,000 temas de "entidades nombradas" que son espec\u00edficos de finanzas, agregando una capa profunda de an\u00e1lisis posible para bancos, gobiernos, academia y otros usuarios que necesitan un an\u00e1lisis de contenido basado en t\u00e9rminos econ\u00f3micos y financieros, yendo m\u00e1s all\u00e1 de los productos de competidores como IBM o Microsoft, cuyos sistemas est\u00e1n dise\u00f1ados para contenido general.<\/span><\/p>\n

Por ejemplo, un solo tema cubre la idea de "Estados Unidos de Am\u00e9rica", donde los nombres asociados, como "EE. UU.", "Am\u00e9rica" y "EE. UU." Se consideran parte de ese tema, al igual que los metadatos (para ubicaciones (esta es la jerarqu\u00eda geogr\u00e1fica). Todos los temas vienen con informaci\u00f3n asociada y, si est\u00e1 disponible, jerarqu\u00edas y nombres asociados. Van desde ubicaciones hasta personas, empresas y productos, e incluso puede navegar por ellos en nuestro <\/span>Directorio<\/span><\/a> si quieres verlos todos. A trav\u00e9s de la API, podr\u00e1 indexar su propio contenido de la misma manera, y esta capacidad es una gran reserva de poder organizativo.<\/span><\/p>\n

Con todos estos temas y grupos de entidades, NLU como <\/span>herramienta cognitiva<\/span> transforma la b\u00fasqueda de un instrumento que fortalece una idea ya presente en la mente en un instrumento que construye ideas a partir de conceptos. En lugar de buscar un documento espec\u00edfico o una cadena de correo electr\u00f3nico <\/span>Biotecnolog\u00eda<\/span><\/i>, los trabajadores pueden buscar etiquetas de sector. Quiz\u00e1s se menciona com\u00fanmente otro sector junto con la biotecnolog\u00eda, que sirve como una v\u00eda de conocimiento potencial. Por el contrario, uno podr\u00eda desear encontrar todos los movimientos de precios en una cadena de correo electr\u00f3nico o un conjunto de 15.000 noticias, independientemente de la direcci\u00f3n y el vocabulario espec\u00edfico utilizado (<\/span>oleada, espiga, salto, cohete, disparar<\/span><\/i>, etc.).\u00a0<\/span><\/p>\n

En el momento de la publicaci\u00f3n de esta publicaci\u00f3n de blog, los sistemas CityFALCON est\u00e1n listos para aceptar contenido en ingl\u00e9s y ruso. El ucraniano y el espa\u00f1ol ser\u00e1n aceptados este verano, y se agregar\u00e1n otros idiomas a medida que nuestros sistemas se desarrollen a trav\u00e9s de nuestro <\/span>Proyecto de I + D + i en marcha en Malta<\/span><\/a>, que incluye mandar\u00edn, japon\u00e9s, coreano, alem\u00e1n, franc\u00e9s, portugu\u00e9s y otros. Con el tiempo, cubriremos m\u00e1s de 90 idiomas.<\/span><\/p>\n

 <\/p>\n

NLU para contenido interno<\/b><\/h2>\n

El n\u00facleo de CityFALCON es NLU: recopilamos, agregamos y procesamos noticias y contenido financiero, entendemos su idioma, y lo entregamos a los usuarios en tiempo real. Agregamos algunos an\u00e1lisis en la parte superior, como un puntaje de relevancia, sentimiento y algunas otras ideas en desarrollo.<\/span><\/p>\n

Este enorme motor de comprensi\u00f3n del lenguaje principalmente financiero y econ\u00f3mico funciona bien para todos los datos que obtenemos nosotros mismos. Funcionar\u00e1 igual de bien con los datos de texto del cliente, ya sea <\/span>investigaciones patentadas, informes econ\u00f3micos, transcripciones de llamadas de ganancias o simples informes internos<\/span> memorandos y correos electr\u00f3nicos.<\/span><\/p>\n

Nuestro motor NLU patentado est\u00e1 listo para que los clientes lo usen para indexar y organizar su propio contenido. El motor NLU ha sido perfeccionado por nuestro equipo de analistas financieros y de NLU durante los \u00faltimos tres a\u00f1os en art\u00edculos de noticias, tweets y presentaciones regulatorias. Ahora ese poder se puede aplicar al contenido financiero interno que le gustar\u00eda indexar.<\/span><\/p>\n

Un portal de empleados potenciales puede mostrar los siguientes componentes.<\/span><\/p>\n

 <\/p>\n

Contenido externo<\/span><\/i><\/h4>\n

Proporcionamos este contenido de nuestras m\u00e1s de 5000 fuentes y Twitter. Le enviaremos noticias, tweets, estados financieros y presentaciones regulatorias, un puntaje de relevancia de CityFALCON, datos de contenido externo de NLU y an\u00e1lisis de sentimientos.<\/span><\/p>\n

 <\/p>\n

Contenido interno<\/span><\/i><\/h4>\n

Esto proviene de cualquier texto proporcionado por el cliente, como correspondencia interna, publicaciones y correo electr\u00f3nico informal entre departamentos.<\/span><\/p>\n

 <\/p>\n

Contenido interorganizacional<\/span><\/i><\/h4>\n

Algunas de las etiquetas devueltas contienen no solo nombres, sino tambi\u00e9n informaci\u00f3n importante como posici\u00f3n en jerarqu\u00edas econ\u00f3micas, como sectores y subindustrias, adem\u00e1s de informaci\u00f3n legal como n\u00fameros de identificaci\u00f3n de empresas y tickers. Estos pueden potenciar a\u00fan m\u00e1s su b\u00fasqueda o automatizar algunos procesos, como obtener la \u00faltima cotizaci\u00f3n de acciones de un intercambio para sus operadores.\u00a0<\/span><\/p>\n

 <\/p>\n

Chat en tiempo real<\/span><\/i><\/h4>\n

Las conversaciones de los empleados se etiquetan a medida que ocurren, lo que proporciona informaci\u00f3n que se puede buscar, como la frecuencia con la que un equipo menciona un sector o una persona clave durante una semana laboral. Esto permite a los responsables de la toma de decisiones descubrir informaci\u00f3n \u00fatil que de otro modo estar\u00eda oculta. Si todo el mundo est\u00e1 charlando sobre X, entonces X podr\u00eda ser el pr\u00f3ximo gran movimiento en los mercados.<\/span><\/p>\n

Esto tambi\u00e9n permite a los empleados mirar a trav\u00e9s de hilos de chat anteriores y buscar por entidad o grupo de entidad en lugar de una palabra clave espec\u00edfica, ampliando el potencial para hacer conexiones. Por ejemplo, alguien podr\u00eda querer conocer todas las instancias de un compa\u00f1ero de trabajo espec\u00edfico que menciona "instrumento_financiero" o "empresa", independientemente de los detalles.\u00a0<\/span><\/p>\n

El chat en tiempo real podr\u00eda incluso generar una fuente de noticias en tiempo real que se adapte al tema actual de la conversaci\u00f3n.<\/span><\/p>\n

 <\/p>\n

Visualizaciones<\/span><\/i><\/h4>\n

Este componente permite comprender la estructura y los temas de un conjunto de textos de un vistazo, ya sean hilos de correo electr\u00f3nico con clientes, noticias de la semana o actas de reuniones. La disposici\u00f3n y el dise\u00f1o deber\u00e1n implementarse por parte de la empresa, pero CityFALCON puede proporcionar datos estructurados de NLU como base de este componente.<\/span><\/p>\n

S\u00f3lo un ejemplo de un an\u00e1lisis ad-hoc de la fuerza de una tendencia podr\u00eda visualizarse en la fuerza de las palabras empleadas. Si todos los titulares dicen \u201cbajar\u201d, \u201cluchar\u201d y \u201cflotar m\u00e1s abajo\u201d, sabr\u00e1 que la situaci\u00f3n no es tan mala como si todos estuvieran diciendo \u201czambullirse\u201d, \u201cimplosionar\u201d y \u201cdiezmar\u201d. Al utilizar CityFALCON NLU, este tipo de an\u00e1lisis sobre la marcha se vuelve tan simple como mirar todas las instancias de un price_movement<\/code> etiqueta en un conjunto de textos.<\/span><\/p>\n

 <\/p>\n

\"Panel<\/a>

Un panel de empleados potencial de contenido interno y externo<\/p><\/div>\n

\u00bfPor qu\u00e9 pagar el servicio?<\/b><\/h2>\n

Algunos pueden argumentar que construir estos sistemas por s\u00ed mismos es f\u00e1cil o requiere pocos recursos. Algunos pueden intentar subcontratar el etiquetado y la organizaci\u00f3n a mano de obra barata en el extranjero, mientras que otros pueden intentar contratar a algunos desarrolladores para que lo hagan internamente. Sin embargo, ninguna de estas soluciones resuelve adecuadamente el problema y se pierden un valor agregado muy importante.<\/span><\/p>\n

Primero, es posible que los humanos no puedan procesar el gran volumen de contenido, por lo que el procesamiento manual no es aplicable. Adem\u00e1s, no es posible aplicar la extracci\u00f3n manual de NLU a los chats y otras fuentes que cambian constantemente en tiempo real. Es posible con aprendizaje autom\u00e1tico y sistemas automatizados.<\/span><\/p>\n

En segundo lugar, estos sistemas tardan mucho en construirse e implementarse. Los algoritmos no solo necesitan entrenamiento, tambi\u00e9n necesitan ser probados y ajustados. El sistema completo puede tardar a\u00f1os en construirse, mientras que es posible licenciar la tecnolog\u00eda <\/span>ahora mismo<\/span><\/i>.<\/span><\/p>\n

En tercer lugar, la "comprensi\u00f3n" y la estructura subyacentes de todo el aparato deben adaptarse a medida que surgen nuevas ideas y conceptos en el mundo. En los negocios y la pol\u00edtica, constantemente hay nuevas personas, empresas, leyes y eventos que deben ser rastreados. Necesitar\u00eda un equipo completo para rastrear todo esto y actualizar los algoritmos en consecuencia; afortunadamente, CityFALCON ya lo hace por usted con nuestro equipo de analistas financieros multiling\u00fces.\u00a0<\/span><\/p>\n

\u00bfSe pueden construir y mantener estos sistemas internamente? Si. Sin embargo, su construcci\u00f3n y mantenimiento posterior r\u00e1pidamente se vuelven costosos y requieren mucho tiempo, especialmente en \u00e1reas de r\u00e1pida evoluci\u00f3n como las finanzas, los negocios y la pol\u00edtica. CityFALCON puede manejar los detalles t\u00e9cnicos. Te enfocas en el cliente y el negocio.<\/span><\/p>\n

En \u00faltima instancia, el valor reside en los datos. Con el producto de CityFALCON, el valor latente se puede extraer de fuentes de texto financieras y econ\u00f3micas y canalizarlo hacia actividades generadoras de ingresos como el comercio y la gesti\u00f3n de carteras. Podemos ayudarlo a enriquecer sus metadatos hasta las palabras en oraciones, conectar entidades individuales con informaci\u00f3n asociada y construir conexiones similares a la web entre todas las partes de su negocio.<\/span><\/p>\n

 <\/p>\n

Seguridad y confidencialidad<\/b><\/h2>\n

Dado que la seguridad y la confidencialidad son primordiales cuando se trata de documentaci\u00f3n interna o correspondencia privada entre clientes y empleados, nuestro sistema garantiza que sus datos est\u00e9n en buenas manos.\u00a0<\/span><\/p>\n

Evitando los detalles t\u00e9cnicos, todo el texto que env\u00ede se enviar\u00e1 a trav\u00e9s de un t\u00fanel cifrado HTTPS normal, por lo que nadie podr\u00e1 leer los datos de la solicitud que env\u00ede. Luego, en nuestros servidores, sus datos residen temporalmente en la RAM mientras se procesan. Una vez que se procesa, todos los rastros de sus datos desaparecen de nuestro sistema. Esto significa que el texto nunca se escribe en el disco ni se almacena en nuestra base de datos.<\/span><\/p>\n

Si alguien piratea nuestros sistemas o un empleado deshonesto intenta vender informaci\u00f3n del cliente, no hay datos que robar. El contenido pasado se ha borrado irremediablemente. El \u00fanico inconveniente es que su solicitud no se almacena en cach\u00e9, por lo que si necesita volver a extraer del mismo conjunto de texto, tal vez se elimin\u00f3 accidentalmente en una computadora interna, deber\u00e1 volver a transmitirlo. Sin embargo, la necesidad de volver a procesar un documento es bastante rara.<\/span><\/p>\n

Por el contrario, para aquellos que realmente quieren mantener las cosas locales, podemos ofrecer una implementaci\u00f3n de sistema local con <\/span>actualizaciones peri\u00f3dicas<\/span>, por lo que todo el proceso de NLU puede ocurrir en el sitio del cliente, sin que los datos salgan de sus propios sistemas.<\/span><\/p>\n

 <\/p>\n

Integraci\u00f3n conveniente<\/b><\/h2>\n

Con nuestra API, cualquier empresa ahora puede indexar su contenido interno de la documentaci\u00f3n anterior o en tiempo real. Es tan simple como consultar el punto final de la API para la extracci\u00f3n de entidades (etiquetado NLU) y autorizarse con la clave \u00fanica de su empresa. Por supuesto, deber\u00e1 crear su propio panel e interfaz para sus propios usuarios, pero nosotros nos encargaremos de todo el trabajo pesado.<\/span>ng en NLU: este es el servicio que brindamos, despu\u00e9s de todo.<\/span><\/p>\n

Cont\u00e1ctenos<\/span><\/a> para configurar una demostraci\u00f3n y discutir posibles casos de uso, l\u00edmites de llamadas y cualquier otra pregunta que pueda tener.<\/span><\/p>\n

 <\/p>\n

\"Panel<\/a>

Una vista interna m\u00e1s simple con una lista de seguimiento asociada<\/p><\/div>\n

 <\/p>","protected":false},"excerpt":{"rendered":"

Imagine el escenario: 75.000 documentos y toneladas de noticias, investigaciones y mensajes de chat para filtrar, etiquetar y categorizar sin un patr\u00f3n discernible en su secuencia. Quiere ordenarlos por empresa y por ubicaci\u00f3n, pero sin el nivel superior, por p\u00e1gina,\u2026 Seguir leyendo \u2192<\/a><\/p>","protected":false},"author":28,"featured_media":26294,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[2],"tags":[],"class_list":["post-26286","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-the-startup-journey"],"yoast_head":"\nInternal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog<\/title>\n<meta name=\"description\" content=\"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog\" \/>\n<meta property=\"og:description\" content=\"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\" \/>\n<meta property=\"og:site_name\" content=\"CityFALCON Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/cityfalconfollow\/\" \/>\n<meta property=\"article:published_time\" content=\"2020-05-05T06:34:51+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2020-05-21T17:09:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.cityfalcon.com\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1200\" \/>\n\t<meta property=\"og:image:height\" content=\"801\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Cory Sarver\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@cityfalcon\" \/>\n<meta name=\"twitter:site\" content=\"@cityfalcon\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Cory Sarver\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":[\"Article\",\"BlogPosting\"],\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\"},\"author\":{\"name\":\"Cory Sarver\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1\"},\"headline\":\"Internal Content Indexing NLU Service Now Available on the CityFALCON API\",\"datePublished\":\"2020-05-05T06:34:51+00:00\",\"dateModified\":\"2020-05-21T17:09:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\"},\"wordCount\":2968,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"articleSection\":[\"The Startup Journey\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\",\"url\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\",\"name\":\"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog\",\"isPartOf\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"datePublished\":\"2020-05-05T06:34:51+00:00\",\"dateModified\":\"2020-05-21T17:09:39+00:00\",\"description\":\"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"contentUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg\",\"width\":1200,\"height\":801,\"caption\":\"Understand all your content with fine-grain resolution using CityFALCON's NLU service\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.cityfalcon.ai\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Internal Content Indexing NLU Service Now Available on the CityFALCON API\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#website\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/\",\"name\":\"CityFALCON Blog\",\"description\":\"Financial News Simplified\",\"publisher\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.cityfalcon.ai\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#organization\",\"name\":\"CityFalcon\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg\",\"contentUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg\",\"width\":238,\"height\":113,\"caption\":\"CityFalcon\"},\"image\":{\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/cityfalconfollow\/\",\"https:\/\/x.com\/cityfalcon\",\"https:\/\/www.linkedin.com\/company\/cityfalcon\",\"https:\/\/www.youtube.com\/channel\/UCkhcDOZES1LUBHRIAAt7WOA\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1\",\"name\":\"Cory Sarver\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png\",\"contentUrl\":\"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png\",\"caption\":\"Cory Sarver\"},\"description\":\"Chief Editor, CityFALCON\",\"url\":\"https:\/\/www.cityfalcon.ai\/blog\/es\/author\/cory\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog","description":"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","og_locale":"es_ES","og_type":"article","og_title":"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog","og_description":"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.","og_url":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","og_site_name":"CityFALCON Blog","article_publisher":"https:\/\/www.facebook.com\/cityfalconfollow\/","article_published_time":"2020-05-05T06:34:51+00:00","article_modified_time":"2020-05-21T17:09:39+00:00","og_image":[{"width":1200,"height":801,"url":"https:\/\/www.cityfalcon.com\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","type":"image\/jpeg"}],"author":"Cory Sarver","twitter_card":"summary_large_image","twitter_creator":"@cityfalcon","twitter_site":"@cityfalcon","twitter_misc":{"Escrito por":"Cory Sarver","Tiempo de lectura":"15 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":["Article","BlogPosting"],"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#article","isPartOf":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/"},"author":{"name":"Cory Sarver","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1"},"headline":"Internal Content Indexing NLU Service Now Available on the CityFALCON API","datePublished":"2020-05-05T06:34:51+00:00","dateModified":"2020-05-21T17:09:39+00:00","mainEntityOfPage":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/"},"wordCount":2968,"commentCount":0,"publisher":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#organization"},"image":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage"},"thumbnailUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","articleSection":["The Startup Journey"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","url":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/","name":"Internal Content Indexing NLU Service Now Available on the CityFALCON API - CityFALCON Blog","isPartOf":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage"},"image":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage"},"thumbnailUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","datePublished":"2020-05-05T06:34:51+00:00","dateModified":"2020-05-21T17:09:39+00:00","description":"Organise and analyse internal financial and business news, research, and correspondence with powerful NLU, machine learning, and Big Data.","breadcrumb":{"@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#primaryimage","url":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","contentUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2020\/05\/Depositphotos_128312886_l-2015.jpg","width":1200,"height":801,"caption":"Understand all your content with fine-grain resolution using CityFALCON's NLU service"},{"@type":"BreadcrumbList","@id":"https:\/\/www.cityfalcon.com\/blog\/the-startup-journey\/internal-content-indexing-nlu-service-now-available-on-the-cityfalcon-api\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.cityfalcon.ai\/blog\/"},{"@type":"ListItem","position":2,"name":"Internal Content Indexing NLU Service Now Available on the CityFALCON API"}]},{"@type":"WebSite","@id":"https:\/\/www.cityfalcon.ai\/blog\/#website","url":"https:\/\/www.cityfalcon.ai\/blog\/","name":"CityFALCON Blog","description":"Financial News Simplified","publisher":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.cityfalcon.ai\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/www.cityfalcon.ai\/blog\/#organization","name":"CityFalcon","url":"https:\/\/www.cityfalcon.ai\/blog\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg","contentUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2023\/07\/Cityfalcon-Logo.jpeg","width":238,"height":113,"caption":"CityFalcon"},"image":{"@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/cityfalconfollow\/","https:\/\/x.com\/cityfalcon","https:\/\/www.linkedin.com\/company\/cityfalcon","https:\/\/www.youtube.com\/channel\/UCkhcDOZES1LUBHRIAAt7WOA"]},{"@type":"Person","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/286cef61d98a8dc217bc045d8e9eeee1","name":"Cory Sarver","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.cityfalcon.ai\/blog\/#\/schema\/person\/image\/","url":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png","contentUrl":"https:\/\/www.cityfalcon.ai\/blog\/wp-content\/uploads\/2019\/03\/user-28-150x150.png","caption":"Cory Sarver"},"description":"Chief Editor, CityFALCON","url":"https:\/\/www.cityfalcon.ai\/blog\/es\/author\/cory\/"}]}},"_links":{"self":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/posts\/26286","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/users\/28"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/comments?post=26286"}],"version-history":[{"count":55,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/posts\/26286\/revisions"}],"predecessor-version":[{"id":26470,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/posts\/26286\/revisions\/26470"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/media\/26294"}],"wp:attachment":[{"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/media?parent=26286"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/categories?post=26286"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cityfalcon.ai\/blog\/es\/wp-json\/wp\/v2\/tags?post=26286"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}