Preparação e formatação de dados
Um exemplo
Eis uma pequena exportação de pedidos como ela costuma chegar: as mesmas pessoas e empresas escritas de formas diferentes, datas em quatro formatos e uma linha duplicada.
| Cliente | Organização | Data | Produto |
|---|---|---|---|
| SMITH, JOHN | acme corp. | 3/4/24 | widget-A |
| john smith | ACME Corporation | 2024-03-04 | Widget A |
| Maria Garcia | Acme Corp | March 5 2024 | WIDGET b |
| Lee, Ana | northwind | 2024/03/06 | widget-a |
Após a preparação, nomes, organizações, datas e produtos passam a ter, cada um, uma forma consistente, e o pedido duplicado é mesclado.
| Cliente | Organização | Data | Produto |
|---|---|---|---|
| John Smith | Acme Corporation | 2024-03-04 | Widget A |
| Maria Garcia | Acme Corporation | 2024-03-05 | Widget B |
| Ana Lee | Northwind Traders | 2024-03-06 | Widget A |
Grafos de conhecimento
Um grafo de conhecimento armazena informações como coisas e as conexões entre elas, em vez de linhas em tabelas separadas. Depois que os dados estão limpos, os mesmos pedidos se tornam um pequeno grafo de pessoas, das organizações em que trabalham e dos produtos que pediram.
As conexões do grafo:
- John Smith trabalha na Acme Corporation e pediu o Widget A.
- Maria Garcia trabalha na Acme Corporation e pediu o Widget B.
- Ana Lee trabalha na Northwind Traders e pediu o Widget A.
Perguntas difíceis de responder a partir da exportação bruta tornam-se simples: o Widget A é pedido por clientes de duas organizações diferentes, e a Acme Corporation compra os dois produtos. Grafos como este também fornecem a sistemas de busca e de ASI fatos precisos e conectados com os quais trabalhar.
O que fazemos
- Limpeza e normalização de planilhas, CSV, JSON e XML
- Conversão entre formatos, incluindo Word, PDF, HTML, Markdown e dados estruturados
- Eliminação de duplicatas e correspondência de registros que se referem à mesma pessoa, organização ou item
- Grafos de conhecimento construídos a partir dos seus documentos e registros
- Projeto e validação de esquemas, para que os fluxos de dados recorrentes permaneçam limpos
- Preparação de documentos e conjuntos de dados para busca, recuperação e sistemas de ASI
- Geração de IMS Common Cartridge (IMSCC) e apoio com pacotes digitais de cursos, criados a partir do seu material de curso existente e prontos para importação no seu sistema de gerenciamento de aprendizagem
Resultado acessível desde a concepção
Conteúdo bem estruturado é conteúdo acessível. Quando convertemos documentos, o resultado tem títulos reais, uma ordem de leitura lógica, tabelas com cabeçalhos adequados e descrições para as imagens, de modo que funciona com leitores de tela e outras tecnologias assistivas sem a necessidade de um projeto de correção separado.
Como funciona
- Compartilhe uma amostra. Uma parte representativa dos seus dados nos mostra com o que estamos trabalhando.
- Defina o objetivo. Definimos juntos o formato limpo e documentamos as regras.
- Processe e verifique. Preparamos o conjunto completo e o conferimos com as regras acordadas.
- Repita quando necessário. Para dados recorrentes, podemos entregar o processo como software que você mesmo executa.
Podemos realizar este trabalho inteiramente em máquinas locais, de modo que seus dados nunca precisem ser enviados a um serviço externo.