 |
OpenText представляет первое в истории решение для автоматической классификации контента
Москва, 8 декабря 2011 — Для крупных компаний ознаменована новая эра в управлении записями (Records Management): компания OpenText™ (NASDAQ: OTEX, TSX: OTC) представила инновационную технологию OpenText Auto-Classification — первое в истории приложение для прозрачной и защищенной автоматической классификации информации. Решение предлагает компаниям новый способ управления распределением и сохранением больших объемов автоматизированного контента, в том числе содержимого соцсетей, электронной почты, офисных документов и архивных данных, что помогает снижать правовые риски и затраты на систему электронного обнаружения данных eDiscovery.
«Когда мы обсуждаем с нашими клиентами технологии автоматической классификации данных, то их наибольшие опасения касаются того, как сделать этот процесс упорядоченным для всего контента и как контролировать этот процесс. Приложение OpenText Auto-Classification разработано для решения именно таких проблем, — прокомментировал Джеймс Лэтем, директор по маркетингу компании OpenText. — Мы создали первую в отрасли систему компьютерной классификации данных со встроенным статистическим контролем и гарантией качества, что делает процесс классификации контента одновременно открытым и защищенным. Наше решение в корне меняет процессы ведения цифровой документации».
Сотрудники, которые следят за бизнес-процессами и документооборотом компании, должны уметь грамотно работать с деловой документацией, а именно уметь эффективно классифицировать, сохранять, удалять, извлекать, использовать и защищать данные («business records»). В последнее время им все чаще приходится иметь дело с гигантскими объемами временных или, на первый взгляд, незначительных данных из социальных сетей и электронных писем. Несмотря на небольшой объем, информация такого рода может быть ценной и ее удаление рискованно. Классификация информации — это важнейший компонент работы с цифровой документацией, так как именно она позволяет компаниям определять, какой контент необходимо сохранять, а от какого нужно избавляться. Раньше классификацией контента приходилось заниматься непосредственно самим пользователям. Но низкие показатели качества процесса и точности информации приводили к дополнительным затратам в виде штрафов и использования дорогостоящей системы электронного обнаружения данных eDiscovery.
OpenText Auto-Classification обеспечивает упорядоченную и безопасную классификацию всего контента непосредственно после установки и запуска системы. Процесс проходит без участия конечных пользователей. Приложение использует механизм OpenText Content Analytics, который обрабатывает каждый документ, электронное письмо или пост в социальной сети, классифицируя полученные данные в соответствии с корпоративной политикой и требованиями законодательства. В отличие от поиска или анализа текста по ключевым словам, OpenText Content Analytics кодифицирует специфические языковые особенности текста, определенные специализированными группами лингвистов, что позволяет в разы улучшить точность классификации данных.
Новое приложение от OpenText превосходит другие системы классификации, основанные на модели «черного ящика», так как включает в себя инструменты для определения образцов документов и правил, а также для отбора данных из огромного числа документов в непрерывном режиме. Такая технология способствует постоянному усовершенствованию системы и повышение эффективности и качества классификации. Это обеспечивает компаниям тот уровень защищенности, который необходим для адаптации системы автоматической классификации данных к их меняющимся потребностям.
Приложение OpenText Auto-Classification, которое разрабатывалось при тесном сотрудничестве с пользователями OpenText ECM Suite, интегрировано с OpenText Records Management, что позволяет использовать существующие порядки классификации и классифицированные данные уже в процессе настройки приложения. В числе заказчиков, которые приняли участие в тестировании приложения, была канадская компания Translink, обслуживающая городской транспорт города Ванкувер.
«Участвуя в тестировании бета-версии программы, мы получили возможность сыграть свою роль в разработке систем автоматической классификации для управления документооборотом. Этот продукт не только улучшит и расширит использование системы классификации и схем сохранения данных для нужд нашей компании и заказчиков, но и упростит идентификацию контента для процессов eDiscovery, а также архивирования и распределения», — заявила Ноэлла Бордиан, руководитель отдела делопроизводства компании Translink.
Приложение OpenText Auto-Classification будет доступно для заказчиков уже в конце текущего года. Для дальнейшей информации посетите веб-сайт www.opentext.com/auto-classification.
Контактное лицо: Татьяна Назарова
Компания: OpenText
Добавлен: 01:04, 09.12.2011
Количество просмотров: 1015
| Серверы «Гравитон» совместимы с гиперконвергентной платформой vStack HCP 3.0, «Гравитон», 18:41, 15.11.2025, Россия102 |  |
| Российский разработчик и производитель отечественной вычислительной техники «Гравитон» и компания vStack (направление системного ПО корпорации ITG) завершили тестирование совместимости гиперконвергентной платформы vStack HCP 3.0 с серверами «Гравитон» флагманских линеек на базе материнских плат «Урал» и «Валдай». Решения готовы к совместной эксплуатации. |
| «Кит-системс» подвел итоги корпоративной программы стажировок, Кит-системс, 18:37, 15.11.2025, Россия90 |
| Системный интегратор «Кит-системс» завершил первый этап корпоративной программы стажировок для студентов и выпускников технических ВУЗов и колледжей столицы. Несколько участников, продемонстрировавших наилучшие результаты, пополнили штат компании на позициях младших инженеров. |
| Co-lab No Stress на «Woman Who Matters», Co-lab No Stress, 21:46, 12.11.2025, Россия70 |  |
| Co-lab No Stress выступает в качестве партнера на ежегодном бизнес-форуме «Woman Who Matters».
11-12 ноября в Москве проходит международный форум «Woman Who Matters», объединяющий женщин - лидеров отрасли, инфлюенсеров и представителей крупного бизнеса. |
|
|
