Descripció del projecte

El principal objectiu de DELECTATECH amb el seu motor d’intel·ligència artificial DELECTAME, és crear un sistema únic basat en Natural Language Processing (NLP) i Ontology Learning que sigui capaç de llegir i aprendre en temps real tota la informació que tingui a veure amb la restauració i la gastronomia. Aquest sistema ha de ser capaç de poder extreure coneixement d’un corpus de textos en múltiples idiomes que vindrà donat principalment per comentaris dels comensals en directoris web (TripAdvisor, Google, Foursquare, etc.), cartes i / o menús de restaurant, receptaris i altres textos sobre restauració i gastronomia; informació que pot ser tant pública (en línia) com privada (facilitada per una entitat o client). A més, el sistema ha de ser capaç de mesurar la valència de les emocions expressades en el comentari i també dels aspectes del producte que apareixen en el comentari (positiu, neutre, negatiu), tècnica coneguda com Aspect-based Sentiment Analysis (ABSA), així com poder saber quins adjectius s’han dit de cada terme. D’aquesta manera, els clients de DELECTATECH podran treballar amb dos índexs de referència inexistents en el mercat actualment:

• Valoració quantitativa: Valoració del sentiment dels usuaris d’un restaurant o un producte de forma numèrica, en una escala de el 0 a l’100. Actualment l’empresa està treballant ja amb una versió inicial d’aquest sistema que està tenint una gran acceptació per part de els usuaris (empreses).
• Valoració qualitativa: Poder saber què es diu exactament (modificadors) de cada producte i / o restaurant, agrupant cada modificador per la seva polaritat i el seu context (p.ex. fred és negatiu per a paella, però positiu per cervesa).

Creuant tot el coneixement extret mitjançant NLP juntament amb un altre tipus d’informació provinent de fonts públiques o dels mateixos negocis (preus, afluència de públic en els locals, volum de vendes, etc.), podríem generar, entre altres, els següents outputs:

• Calcular la reputació d’un establiment, producte o àrea seguint patrons sociològics i tècniques d’anàlisi de sentiment. Per exemple: Calcular la probabilitat de què un comensal s’inclini per anar a un restaurant o un altre tenint en compte la imatge en línia del restaurant o l’oferta gastronòmica que el restaurant publicarà.
• Mesurar la satisfacció dels comensals per mitjà d’anàlisis qualitatives extraient informació dels propis comensals en base als quatre eixos principals de la restauració: menjar, servei, ambient i preu. En aquest punt, les tècniques NLP i ABSA cobren un gran protagonisme a l’haver de mesurar de forma qualitativa i quantitativa el sentiment d’un concepte en el context d’una frase, una cosa necessària per poder discernir entre la valoració de “La cervesa estava freda” o “Els cambrers eren una mica freds”.
• Estudiar i preveure tendències i patrons de consum en zones determinades (països, ciutats, barris, zones, etc.) ja sigui sobre productes o ingredients en un elevat grau de detall. A més, gràcies als algoritmes basats en NLP, el sistema podrà aprendre nous ingredients o plats i estudiar com fluctuen en relació al seu preu, oferta, geo- localització, etc. Per mitjà de dissenys basats en xarxes neuronals podem identificar patrons de consum que ens portin a preveure noves tendències de mercat, cosa molt valorada en aquest sector pel gran avantatge competitiu que aporta.

Actualment, l’empresa ja disposa de dos productes en format SaaS basats en una versió bàsica de NLP i Deep Learning, utilitzats per restaurants (Analytics) i proveïdors (Food Radar). Aquesta tecnologia ja permet als clients extreure un coneixement que els costaria mesos i milers d’euros en analitzar amb tècniques més tradicionals, sobretot tenint en compte la gran opacitat d’aquest sector.

Totes les organitzacions del sector coincideixen en el potencial d’una tecnologia com la de DELECTAME i de l’enorme valor afegit que podrien oferir els avenços presentats a continuació en un mercat tan necessitat d’innovacions com és el de l’alimentació i HORECA. A més, aquest tipus d’enfocament no s’ha vist en cap altre programari semblant a Espanya. Als Estats Units, empreses com UPSERVE, amb una capitalització de 40 milions de dòlars i més de 10.000 clients ho tenen desenvolupat i presenta un gran avanç respecte a l’extracció d’informació mitjançant ontologies en el domini de la restauració i la gastronomia. Creiem que per al sector HORECA, a Espanya, constituït principalment per pimes i Micropymes, poder tenir eines que els permetin optimitzar menús, entre altres aplicacions a desenvolupar, generaran una optimització de recursos, traduint-se així en una millora en la competitivitat.



MÉS INFORMACIÓ

Si t’interessa l’oferta, omple el pdf amb les teves dades i envia´l a doctorats.industrials.recerca@gencat.cat