Glosario

Datos no estructurados

¿Qué es Datos no estructurados?

Los datos no estructurados no siguen un esquema de tabla fijo: correos, contratos, manuales, páginas web, presentaciones, imágenes o grabaciones de audio. Representan gran parte del conocimiento de una empresa, pero durante mucho tiempo fue difícil analizarlos automáticamente. Los modelos de lenguaje pueden leerlos, buscar en ellos y convertirlos en datos estructurados, por ejemplo extraer plazos e importes de un contrato a una tabla.

Cómo ayuda KI.ordo

En KI.ordo puedes añadir como conocimiento texto, PDF con capa de texto, archivos Word y páginas web, que luego los agentes usan citando las fuentes.

Más información →

Temas

Datos
Documentos
Conocimiento

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Datos estructurados

Los datos estructurados siguen un esquema fijo con campos bien definidos, como tablas, bases de datos u objetos JSON con información como nombre, precio y fecha. Las máquinas pueden leerlos, filtrarlos y procesarlos de forma fiable, a diferencia del texto libre o las imágenes. En las webs, el marcado de schema.org describe, por ejemplo, productos, eventos o preguntas frecuentes para que buscadores y sistemas de IA entiendan el contenido sin ambigüedad. La IA también puede extraer datos estructurados de textos no estructurados.

datos
JSON
+1

Procesamiento inteligente de documentos (IDP)

El procesamiento inteligente de documentos (Intelligent Document Processing, IDP) lee automáticamente documentos como facturas, contratos o formularios, reconoce su tipo y convierte los datos relevantes en información estructurada. Combina reconocimiento de texto para escaneos, procesamiento del lenguaje y reglas de validación. Así reduces la captura manual y aceleras procesos como la entrada de facturas. Los campos dudosos deberían revisarlos personas.

Documentos
Extracción de datos
+1

Plantilla

Minería de datos

La minería de datos (data mining) es la búsqueda sistemática de patrones, relaciones y anomalías en grandes volúmenes de datos. Se apoya en métodos estadísticos y de aprendizaje automático como el clustering, la clasificación o el análisis de asociaciones. Un ejemplo clásico es el análisis de la cesta de la compra en el comercio, que muestra qué productos se compran juntos a menudo: una base para el surtido, la colocación y las recomendaciones.

análisis de datos
reconocimiento de patrones
+1