Lettria Knowledge Studio

Transformer un texte non structuré en graphiqueinto a Graph

80 % des données de votre organisation ne sont pas structurées et ne sont donc pas utilisées.

Prenez des données textuelles brutes non structurées et créez facilement un graphe de connaissances contenant toutes les entités et relations détectées, afin de tirer le meilleur parti de votre texte. En quelques clics, sans aucun code.

Lettria's structuration model

Discover how AP-HP turned patient data into a goldmine of information

How AP-HP uses knowledge graphs to structure patient data

Créez et enrichissez votre graphe de connaissances.

Avec Lettria, vous pouvez trouver des entités et des relations dans des données non structurées et créer automatiquement un graphe de connaissances que vous pouvez exploiter.

Alors que la plupart des graphiques sont créés à partir de données tabulaires structurées, avec Lettria, vous pouvez prendre une longueur d'avance et commencer à exploiter le reste des données de votre entreprise.

Utilisez l'ontologie très développée de Lettria ou utilisez la vôtre.

Utilisez notre ontologie interne (plus de 1 000 000 de mots et de concepts sur le monde) pour créer votre graphe de connaissances.

Vous pouvez également utiliser l'ontologie de votre propre organisation pour des cas d'utilisation plus personnalisés. Nous acceptons tous les formats standards.

En savoir plus sur nos outils de gestion des connaissances →

Utilisez la base de données Graph qui vous convient.

Bien que nous utilisions neo4j pour visualiser le graphique sur notre plateforme, vous pouvez théoriquement utiliser n'importe quelle plateforme de votre choix — TigerGraph, ArangoDB, MongoDB, Amazon Neptune — nous pouvons nous adapter à vous.

Nous sommes indépendants de toute plateforme. L'important, c'est votre accès à vos connaissances.

Your text made into a graph, step by step:

Here's what we offer in four steps:

1. Raw text import

The first step is to import all the your raw text that you want to use to build your graph.

2. Ontology import

The next step is to import your ontology — including the exact types of relationships and nodes that you want to identify.

3. Ontology alignment

We'll then align your ontology with the one we have internally, to make sure that we use the best of both for maximum accuracy.

4. Text to graph processing

Finally, we'll build the graph database based on all the information in your raw text.

À quoi peuvent servir les bases de données graphiques ?

Exploitez les relations entre vos données

Les bases de données graphiques vous permettent de mieux comprendre les relations entre les différents concepts de vos données et de voir ce qui est lié à d'autres.

Prenez des décisions de meilleure qualité fondées sur des données

Créez des modèles prédictifs plus précis qui utilisent les relations entre les différents aspects de vos données pour prendre des décisions et faire des prévisions.

Découvrez notre démonstration texte-graphique en action

Nous avons créé une démo texte-graphique qui est déjà disponible sur notre plateforme.
Voici à quoi ça ressemble.

Get started with
Lettria Knowledge Studio
Request Demo →