Cliente y Desafío:
Rebold, parte del grupo ISPD, es un líder en soluciones de comunicación y análisis de datos. El Proyecto Oliva de Rebold-ISPD se centró en la digitalización y automatización del enriquecimiento de contenidos mediante inteligencia artificial, con el objetivo de reducir la intervención humana. Los desafíos clave incluían la anotación y el reporting de grandes volúmenes de texto y contenido audiovisual, con un enfoque en mejorar la precisión y eficiencia.
Descripción general del proyecto:
Dive colaboró con Rebold-ISPD en la revisión y mejora de los procesos de anotación y reporting del Proyecto Oliva. El objetivo era desarrollar modelos de inteligencia artificial para automatizar estos procesos, incrementando la eficiencia y precisión en diversos casos de uso, y reduciendo la intervención humana. Los casos de uso analizados incluían el reconocimiento de entidades nombradas (NER), evaluación de sentimiento, protagonismo y agrupamiento de noticias por temáticas, entre otros.
Soluciones implementadas:
Dive llevó a cabo una exhaustiva consultoría y análisis de los procesos actuales de Rebold-ISPD, centrándose en la revisión de los desarrollos realizados por Gradiant, entidad contratada para el desarrollo de modelos de IA dentro del proyecto Oliva. Se clasificaron los casos de uso por prioridad y complejidad, y se definieron los requisitos específicos para cada uno.
En la fase de diseño, se eligieron las arquitecturas de modelos adecuadas y se recopilaron y curaron datasets relevantes para el entrenamiento y validación. Los modelos de IA desarrollados incluyeron técnicas de Deep Learning y operaciones algebraicas en el espacio latente de los embeddings, permitiendo una clasificación precisa y eficiente de las unidades informativas.
Tecnología para servicios especializados:
Los modelos se desplegaron en la infraestructura de ISPD, utilizando modelos de lenguaje de gran tamaño (LLMs) para generar embeddings y clasificar las unidades informativas. Se implementaron redes neuronales para tareas de clasificación y LLMs para aplicaciones específicas que requerían capacidades cognitivas avanzadas.
Logros alcanzados en Anotación con IA para Rebold
Logros alcanzados:
La implementación de los modelos de IA por Dive resultó en una mejora significativa en la precisión y eficiencia de los procesos de anotación y reporting de Rebold-ISPD. Los datos y estadísticas obtenidos demostraron una reducción del tiempo de procesamiento, mayor precisión en la detección y clasificación de entidades, y una mejora en la satisfacción del cliente al proporcionar informes más detallados y exactos.
¿Por qué con Dive?
Dive se distingue por su enfoque innovador y personalizado en la aplicación de la inteligencia artificial para resolver desafíos complejos. Nuestra misión es transformar los procesos operativos de nuestros clientes, maximizando la eficiencia y la productividad a través de soluciones de IA avanzadas y adaptadas a las necesidades específicas de cada proyecto.
Gracias a la colaboración con Dive, hemos logrado automatizar y mejorar significativamente nuestros procesos de anotación y reporting. La precisión y eficiencia alcanzadas nos permiten ofrecer un mejor servicio a nuestros clientes y optimizar nuestros recursos internos.
