Big Data y la Escucha Inteligente

Big Data, ese par de palabras de moda… Parece que no eres nadie, que tu organización no es nadie, si no hablas de Big Data. La solución a todo está en el Big Data. La gran oportunidad para muchos y el gran problema para todos. Porque Big Data no es la solución, Big Data es el problema. Las organizaciones deben lidiar con miles, millones, de datos de los cuales en realidad, al final, sólo les interesa una cosa: lo sutil. A las organizaciones sólo les interesa encontrar eso que les da una ventaja competitiva, lo que les permite saber más y antes que la competencia. Y eso es lo que permite la Escucha Inteligente, permite centrarse en los objetivos organizacionales y dirigir los esfuerzos en la búsqueda de lo sutil, navegando por la aborígene Big Data,...

Escucha Inteligente, o la búsqueda de lo sutil

El otro día tuve una presentación a investigadores y profesores de la Universidad Politécnica de Valencia donde debía contarles a qué nos dedicamos en Autoritas y qué relación tiene con nuestra colaboración con el Pattern Recognition and Human Language Technologies (PRHLT) Research Center. Pues bien, empecé mi charla con la siguiente frase (en inglés claro, los presentes eran de diferentes universidades europeas): “We help organisations to find the subtle” O lo que es lo mismo en español, “Ayudamos a las organizaciones a encontrar lo sutil”. Y es que en 2008 hablábamos de Escucha Activa con el objetivo de entender lo que sucedía en Internet. Pero en 2014 esto ha evolucionado y hablamos de Escucha Inteligente, porque ayudamos a las...

Are you interested in knowing how people see you on Twitter?

Are you interested in knowing how people see you on Twitter? Just follow the instructions for a very short test at: http://your-personality-test.com/ Btw, if you are intrigued by this other demographic dimension of author profiling, you could be interested in participating at PAN lab @ CLEF-2015 More info soon at http://pan.webis.de/ on the author profiling task on age, gender and personality in Twitter! Best regards Paolo & Kico

Adicción a Facebook

Leyendo el artículo del MuyInteresante “¿Se puede escapar de las redes sociales?” he recordado un paper que revisé hace algún tiempo y que finalmente ha sido publicado en ECIS 2014, “Developing a Facebook Withdrawal Scale: Results of a Controlled Field Experiment“, investigación que analizaba los sítomas de una retirada de Facebook construyendo una escala similar a las utilizadas en investigaciones médicas y psicológicas. Mediante el análisis de una muestra poblacional de 26 individuos, 11 de los cuales se diagnosticaron como adictos a Facebook según la escala Bergen [1], se obtienen algunos resultados muy interesantes. Tras dejar de usar Facebook, el 100% de los adictos sufren ansiedad por utilizarlo, con síntomas de impaciencia,...

Inviolabilidad de las comunicaciones

“Se garantiza el secreto de las comunicaciones y, en especial, de las postales, telegráficas y telefónicas, salvo resolución judicial.”; “La ley limitará el uso de la informática para garantizar el honor y la intimidad personal y familiar de los ciudadanos y el pleno ejercicio de sus derechos.” Artículos 18.3 y 18.4 de la Constitución, enmarcados en el Título Primero de Derechos y Deberes Fundamentales. Ya sabíamos que Google leía nuestros correos para ofrecernos publicidad contextual, ahora sabemos que depende de lo que digamos irá a parar más allá de su algoritmo de recomendación. Recuerdo una conversación inócua que tuve por email y la publicidad contextual me sugería “abogados especializados en homicidios”. Lo que en su...

Figurative language

Looking at Dr. Sheldon Cooper one could figure out the difficulty for a machine of dealing with figurative language, even more whether we work with emotive language. This is the main aim of SemEval-2015 Task 11: Sentiment Analysis of Figurative Language in Twitter. http://alt.qcri.org/semeval2015/task11/ We have helped Dr. Paolo Rosso to collect a large Twitter dataset and Dr. Tony Veale’s team annotated tweets using CrowdFlower with 7 annotations each. The sentiment score for each is a weighted mean of annotator scores, where the weights are calculated as a function of annotator reliability (which in turn is a measure of how well an annotator does on the gold-standard tweets that are interlaced into the task). Training data for this task (8000 figurative...