Con sede en los Países Bajos, Migrato está especializada en el tratamiento de contenidos no estructurados. Mediante su herramienta Migrato Intelligent Content Classifier (MICC), desarrollada a medida, la empresa ayuda a las organizaciones a convertir los datos no estructurados en conocimientos empresariales procesables.

Oscar Dubbeldam, director general de Migrato, retoma la historia: "Migrato se fundó originalmente para analizar contenidos y migrarlos de A a B. Para la mayoría de nuestros clientes, el punto de origen suele ser una red compartida, mientras que el destino es algún tipo de entorno regulado, por ejemplo, una plataforma de gestión de contenidos empresariales".

Dubbeldam continúa: “Nuestros clientes emprenden estos proyectos de migración por muchas razones. Estas van desde el desmantelamiento de una costosa red compartida o que ha llegado al final de su vida útil o la adopción de modernas plataformas en la nube, como Microsoft 365, hasta el cumplimiento de requisitos normativos, como el Reglamento General de Protección de Datos [GDPR]".

Gracias a su conjunto de software Intelligent Content Classifier, Migrato ha ayudado a muchas organizaciones a completar sus proyectos de migración de forma rápida y eficiente. Con nuevos y más estrictos requisitos normativos del gobierno holandés en el horizonte, la empresa vio la oportunidad de mejorar aún más sus capacidades.

"Recientemente, el gobierno de los Países Bajos introdujo la Wetgeving Open Overheid [Legislación de Gobierno Abierto], que obliga a los organismos gubernamentales a publicar de forma proactiva todos los documentos que sean de interés público", explica Dubbeldam. "Para cumplir con la nueva ley, las organizaciones gubernamentales deben asegurarse primero de eliminar, anonimizar o seudonimizar cualquier información personal identificable de estos documentos".

Migrato confiaba en que ya disponía de muchas de las capacidades básicas necesarias para ayudar a las organizaciones gubernamentales a cumplir la nueva legislación. Sin embargo, el motor de PLN existente de la empresa carecía del rendimiento y la escalabilidad necesarios para hacer frente al aumento del volumen y la complejidad de las cargas de trabajo de procesamiento de documentos.

"Nuestro objetivo es procesar cientos de miles de documentos automáticamente y tener la absoluta certeza de que los datos que hemos extraído no contienen datos sensibles desde el punto de vista del RGPD, como nombres personales, datos bancarios y/o números de la seguridad social", añade Dubbeldam. "Como siguiente paso, buscamos una manera de profundizar nuestra comprensión del contenido y el contexto de los documentos".

Después de un encuentro casual con IBM en un evento del sector, Migrato se dio cuenta rápidamente de que IBM Watson ofrecía todas las capacidades que necesitaba para abordar los requisitos de la nueva Legislación de Gobierno Abierto.

"Cuando me reuní por primera vez con IBM, me intrigó su enfoque en la minería de procesos y la ciencia de datos", recuerda Dubbeldam. "Tras participar en un taller de un día completo con IBM, me convencí de que IBM Watson Natural Language Processing Library for Embed era exactamente la solución que necesitábamos".

IBM Watson NLP Library for Embed es una biblioteca contenerizada que infunde una potente IA de lenguaje natural a las soluciones existentes. Creada a partir de una combinación de algoritmos de código abierto y de IBM Research NLP, la solución permite a Migrato detectar y redactar con precisión información personal confidencial a partir de datos de texto sin procesar.

Gracias a la colaboración con expertos del IBM Build Lab, Migrato convirtió rápidamente su prueba de concepto en una solución completa.

Dubbeldam comenta: "Después de cocrear con el equipo de IBM Build Lab durante solo un par de horas, habíamos completado alrededor del 70 % del trabajo de desarrollo de la solución: es una colaboración muy eficaz. La orientación práctica que recibimos de IBM fue extremadamente valiosa, en particular en lo referente a las buenas prácticas para incrustar bibliotecas específicas en nuestra aplicación Intelligent Content Classifier".

A través de su asociación con IBM, Migrato ha logrado su objetivo de optimizar sus capacidades de PLN. Con IBM Watson NLP Library for Embed, la empresa puede procesar datos no estructurados con una velocidad y precisión aún mayores.

"Solo nos llevó unos cinco días poner en producción nuestra nueva solución, lo cual fue una gran experiencia", dice Dubbeldam. "En el pasado, nuestros análisis de palabras clave se basaban en el análisis estadístico de todas las palabras utilizadas en un documento, pero en muchos casos, las palabras más comunes en un documento no son las más importantes. Con IBM Watson NLP Library for Embed, podemos aprovechar la IA para realizar la extracción de palabras clave de temas, lo que nos ayuda a profundizar en el significado de los datos no estructurados".