SOLUTIONS

Créer de la valeur à partir de vos documents en consultant nos cas d’usage

Enjeux : Suivre et évaluer les informations sur les entreprises et les marchés.

Sources de données : Sites web (actualités, publication…), réseaux sociaux (twitter…) combinés à du vocabulaire métier (entreprise, produit…).

Impacts : Automatisation des processus, assistance sur des tâches récurrentes avec des volumes de documents importants, Usage multilingue, Analyse des anciennes données avec peu d’efforts après adaptation des modèles d’entrainement.

Pipeline d’annotation :

Enjeux : Suivre et évaluer les tendances technologiques.

Sources de données : Sites web (actualités, publication), réseaux sociaux combinés à du vocabulaire métier (technologie…).

Impacts : Assistance à la découverte de nouvelles technologies, de tendances, Déploiement multilingue.

Pipeline d’annotation :

Enjeux : Détecter, évaluer et surveiller les effets indésirables et les conditions associées de produits pharmaceutiques.

Sources de données : Sites web (revues, publications, recherches, essais, homologations de médicaments, forums de patients), journaux combinés à des vocabulaires métiers (noms de médicaments, molécules, symptômes…).

Impacts : Automatisation des processus, Industrialisation du processus de veille avec plus de contenu surveillé , Réponse aux nouvelles demandes de clients, Déploiement multilingue.

Pipeline d’annotation :

Enjeux : Détecter des données chiffrées et d’autres informations clés dans des contrats : Résiliation ? Date d’effet ? Obligations ? Frais ?

Sources de données : Documents (contrats, statuts…) dans les processus de recherche, de contrôle et de vérification ou d’expertise judiciaire.

Impacts : Permettre une analyse exhaustive en analysant automatiquement l’ensemble des documents, Alimenter automatiquement les outils de vérification.

Pipeline automatisé :

Enjeux : Identifier les irritants des clients et détecter leur degré d’insatisfaction.

Sources de données : Verbatim clients, enregistrements.

Impacts : Automatisation du processus, portée multilingue, aide à la décision.

Pipeline automatisé :

Enjeux : Trouver plus facilement du contenu, créer de nouveaux produits ou services à forte valeur ajoutée, améliorer les processus éditoriaux…

Sources de données : Contenu éditorial, journaux et émissions (conversion de la parole en texte) combinés à du vocabulaire métier (thésaurus, base de connaissance…).

Impacts : Automatisation des processus, simple à intégrer et à déployer à grande échelle.

Pipeline automatisé :


PLATEFORME

Une plateforme de traitement du langage naturel simple, rapide et ludique, accessible à tous, pour créer des assistants d’IA et les déployer à grande échelle

Annotation de texte & Création de jeux de données

Importez vos documents, annotez et créez rapidement des jeux de données avec le moteur de suggestions.
Contrôler la qualité des jeux de données grâce aux fonctions de recherche, filtrage et navigation.
Quel que soit le format du texte, y compris audio.

Expérimentation d’apprentissage automatique

Testez différents algorithmes à l’état de l’art en apprentissage automatique et réseaux de neurones.
Evaluez et comparez la qualité, réglez et sélectionnez le modèle le plus approprié.
Aucune programmation nécessaire.

Modèles & Base de connaissances

Combinez vos modèles personnalisés, avec éventuellement votre base de connaissances, en particulier lorsqu’il s’agit d’assurer la normalisation, la désambiguïsation et la mise en relation d’information.
Quelle que soit la base de connaissance, y compris celle de Wikidata, toujours à jour.
Votre assistant d’IA est prêt.

Déploiement & Maintenance

Déployez votre solution dans votre processus documentaire, mettez en place des boucles de rétroaction pour améliorer les performances des modèles et continuez à alimenter votre base de connaissance.
Votre assistant d’IA est opérationnel.


RÉFÉRENCES

Une plateforme d’IA/NLP de pointe est essentielle pour permettre à nos scientifiques de découvrir des connaissances de manière efficace et rapide.

Dr. Karlheinz Spenny – Head of the Scientific Information Center

Nous venons de sortir notre nouvelle version intégrant la plateforme NLP de Kairntech pour les aspects sémantiques, avec un impact significatif.

Hugo Le Houarner – CEO

Nous sommes ravis d’embarquer l’équipe de Kairntech dans la phase 2 du projet Artemis de la DGA pour renforcer notre capacité d’innovation en IA/NLP.

Eric Rous – Senior Manager

Pour valoriser au mieux nos fonds documentaires, il est essentiel de pouvoir construire simplement et rapidement des modèles d’IA de haute qualité et de les combiner avec des bases de connaissances.

Gaëlle Recourcé – Responsable des fonds documentaires

La prise en main de la plateforme a été très rapide. Nous l’utilisons pour accélérer la production de jeux de données de grande qualité et avec un gain de temps significatif.

Benjamin Carpano – CEO

Plateforme très pratique d’utilisation et intuitive. La partie suggestion est clairement un gain de temps monstrueux. Cela donne même envie d’annoter plus !

Cédric Lagnier – CTO

Nous avons intégré la plateforme Kairntech pour augmenter notre productivité tout en offrant à nos clients la possibilité d’analyser un nombre toujours croissant de documents.

Hugo Simon-Chautemps – COO

Nos services de veille technologique et d’innovation sont basés sur des modèles de langage sémantique où les solutions de Kairntech accélèrent le processus de construction de manière significative.

Tim Schloen – Founder

Avec Kairntech, nous avons réalisé des prototypes d’analyse de verbatims en un temps record. Leur plateforme d’IA/NLP est essentielle pour notre nouvelle plateforme de “Customer Experience”.

Arnold Haine – CTO

Automatiser l’analyse de documents?

Nous l’avons rendu simple, rapide, ludique et accessible à tous.

Créer et déployer rapidement des assistants d’IA qui optimiseront vos processus documentaires, vous faisant économiser du temps et des efforts. Tout le monde peut le faire. Sans savoir programmer.

EssaiVidéo

ACTUALITÉS

Amorcez votre projet de Machine Learning en important des vocabulaires contrôlés

Publié le
Introduction Les approches par apprentissage automatique dans le domaine du langage naturel ont démontré leur capacité à résoudre un large éventail de tâches même quand il faut partir de 0 c’est à dire sans corpus d’apprentissage. Bien que cela soit impressionnant, cela ne correspond pas tout le temps à la réalité. Il existe souvent des … Lire la suite de Amorcez votre projet de Machine Learning en important des vocabulaires contrôlés

Raccourcir le long chemin vers des applications augmentées grâce au NLP “à faire soi-même”

Publié le
Introduction Les techniques de Traitement Automatique des Langues (NLP) ont fait d’énormes progrès au cours des deux dernières années, notamment grâce à des algorithmes tels que les réseaux de neurones qui ont surpassés les approches traditionnelles à base de règles. Par exemple, on peut citer la traduction automatique (DeepL, Google Translate…) ou le Speech To … Lire la suite de Raccourcir le long chemin vers des applications augmentées grâce au NLP “à faire soi-même”

Extraction de données chiffrées à partir de texte

Publié le
Introduction La « reconnaissance d’entités nommées » consiste en l’extraction de séquences de mots à l’intérieur d’un document. Elle concerne d’abord les noms de personnes, d’organisations et de lieux, qui sont donc les entités nommées les plus typiques. Cependant, l’expression « reconnaissance d’entités nommées » ne rend pas compte du fait que la technique concerne … Lire la suite de Extraction de données chiffrées à partir de texte

SOCIÉTÉ

Depuis 20 ans, nous développons des solutions de NLP pour les entreprises et les administrations publiques.
Nous avons créé Kairntech en décembre 2018 pour rendre le NLP (Traitement Automatique des Langues) simple, facile et rapide à utiliser par des experts métiers sans compétences informatiques particulières.
Nous exploitons le NLP avec des méthodes avancées, notamment l’apprentissage automatique,
les réseaux de neurones et les bases de connaissance pour analyser vos documents.

Nous sommes une équipe de personnes expérimentées et tournées vers l’avenir.

Gilles Pouzenc

Chief Executive Officer

Vincent Nibart

Chief Operation Officer

Stefan Geissler

Chief Scientific Officer

Vous souhaitez nous rejoindre ou nous envoyer un message ?