Сегодня суббота, 11.07.2026, 06:21, ньюсмейкеров: 45118, сайтов: 1203, публикаций: 3598365, просмотров за сутки: 598164
10.12.2011 00:00
Новости.
Просмотров всего: 4685; сегодня: 2.

OpenText представляет первое в истории решение для автоматической классификации контента

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.

Тематические сайты: PublisherNews - портал системы продвижения публикаций, Инновации, Инновационный бизнес
Сайты стран: Канада

Ньюсмейкер: OpenText — 17 публикаций

Интересно:

06.07.2026 18:59 Мероприятия
UDV Group о системе анализа сетевого трафика UDV NTA на «РосИнфоБез»
Российский разработчик UDV Group принял участие в III отраслевой конференции «РосИнфоБез», где представил систему анализа сетевого трафика UDV NTA. Решение помогает SOC-командам повышать видимость сети, выявлять скрытые угрозы и быстрее расследовать инциденты информационной безопасности. Российский разработчик решений в области информационной безопасности UDV Group принял участие в III отраслевой конференции «РосИнфоБез». Мероприятие, организованное компанией «РТ-Информационная безопасность» при поддержке блока безопасности Госкорпорации Ростех, объединило более 600 участников: специалистов по ИБ, руководителей крупных ИТ- и ИБ-проектов, представителей государственных корпораций, регуляторов и российских разработчиков технологических решений. На конференции UDV Group представила систему анализа сетевого трафика UDV NTA. С докладом «NTA - адреналин для вашего SOC» выступил Денис Назаренко, руководитель отдела технической поддержки...
Что находили московские археологи за последние 15 лет
06.07.2026 13:31 Аналитика
Что находили московские археологи за последние 15 лет
Когда на территории современной Москвы появились первые племена, где располагались древние стоянки рыбаков, в каких тайниках хранили сбережения купцы, как менялась мода на украшения и какими инструментами пользовались фальшивомонетчики — обо всем этом и многом другом рассказывают находки столичных археологов. Орудия охотников-собирателей, остатки поселений славян, древние крепостные стены, мостовые, различные постройки, предметы быта — Москва, город с многовековой историей, хранит в своих недрах много секретов. Археологические находки становятся своеобразными порталами в прошлое: благодаря им мы детальнее и подробнее узнаем, какой была жизнь наших предков. За последние 15 лет в столице обнаружили более 140 тысяч артефактов. Рассказываем о самых значимых и удивительных из них.Наконечник стрелы эпохи неолита и берестяная грамота XIV...
Нижегородские изобретатели. Иван Орлов
01.07.2026 18:09 Персоны
Нижегородские изобретатели. Иван Орлов
Возьмите любую крупную купюру, и вы увидите на ней тонкие узоры, напечатанные переливающимися красками – будто цвета радуги перетекают друг в друга. Это орловская печать. А изобрел ее Иван Иванович Орлов (1861-1928).  Иван Орлов был выходцем из народа, как сейчас говорят, self-made man. Родился мальчик в селе Меледино Нижегородской губернии. Отец уехал на заработки в Таганрог, где и умер, когда Ване исполнился всего год. Мать отправилась работать в Нижний, а Иван и две его сестры остались на попечении бабушек. Когда нужда была особенно сильной, ходили по окрестным деревням, прося милостыню. Ивану помогли талант, упорство и толика везения. В детские годы мальчик интересовался всякими техническими «новинками»: водяной мельницей, керосиновой лампой, карманными часами. Местный священник, узнав, что мальчик соорудил модель церкви, сказал: «Высоко и далеко ему придется летать!» Излюбленным занятием Ивана было рисование. В семье потомков...
МАП усиливает присутствие бизнеса в федеральной промышленной повестке
27.06.2026 21:25 Мероприятия
МАП усиливает присутствие бизнеса в федеральной промышленной повестке
Какие направления сегодня становятся приоритетными для государственной промышленной политики, обсудили участники выездной стажировки Минпромторга РФ «Федеральная практика», которая прошла 24–25 июня в Ленинградской области.  В приветственном слове заместитель министра промышленности и торговли РФ Иван Куликов по видеосвязи напомнил о масштабных задачах, стоящих перед отраслью, и привел конкретные цифры, иллюстрирующие потенциал Северо-Запада: «Для выполнения поставленных Президентом задач к 2030 году необходимо на 40% нарастить объемы производства в обрабатывающей промышленности. Северо-Западный округ обладает мощным потенциалом, в том числе в машиностроении, производстве средств производства, в сфере химии и новых материалов, легкой промышленности, лесопромышленном комплексе и судостроении. За время работы Фонда развития промышленности в СЗФО профинансировано 155 проектов на общую сумму более 82 млрд рублей. На...
Как русский гренадер спас генерал-аншефа Суворова
26.06.2026 9:05 Персоны
Как русский гренадер спас генерал-аншефа Суворова
Об одном из самых колоритных эпизодов Русско-турецкой войны 1787-1791 годов - читайте в публикации. Кинбурнская баталия 12 октября 1787 года турецкий флот предпринял попытку захватить русскую крепость Кинбурн, которая находилась недалеко от турецкой крепости Очаков и базы русского флота в Херсоне. Захват Кинбурна позволял бы туркам восстановить контроль над Крымом. Во главе обороны крепости стоял генерал-аншеф Александр Васильевич Суворов. В крепости было 1500 человек гарнизона. А ещё 2500 человек были в резерве, но они находились в 30 километрах от Кинбурна. В 9 часов утра турки под началом Хасан-паши начали высаживать десант на берег. Суворов позволил туркам полностью высадить войска и закрепиться на берегу, они даже подошли к Кинбурну на расстояние в 200 метров. В тот момент и была отдана команда на проведение штыковой атаки. В бой пошли Орловский, Шлиссельбургский и Козловский полки. Русским войскам удалось выбить турок из 10...