Evaluating stakeholder reputation through printed media analysis: a data-driven approach using natural language processing

Institutions, companies, and banks commonly face the challenge of easily accessing the reputation of the individuals they collaborate with, including clients, partners, and suppliers. This is a real problem which usually leaves companies vulnerable to risks associated with partnering with people of questionable reputation. To address this issue, the present project proposes to use natural language processing techniques to extend the range of possible evaluations to the freely circulating printed media. The analysis involves screening external interlocutors, identifying potential risks based on the type and degree of offense, and classifying the level of risk. By automatically analysing news texts, the system extracts logical connections between words, highlighting the parts inherent to the risk associated to the company with respect to this problem. To ensure static consistency, information is acquired from reliable sources, such newspapers, because they are held accountable for the information they publish on both a civil and criminal level. This project offers a range of functionalities. It allows to analyse news and reports, identify coded information, and detect criminal events and entities. Consequently, it enables the identification of crime types and entities involved, facilitating the assessment of reputational risk. Using this information, the security, risk, legal, and communication functions can be alerted to block all engagement with the stakeholder while managing and protecting the reputation. The goal of this thesis is to develop an interface, which will display the identification of relevant entities and their relations from a reputational perspective given an input text, including PDF content and cell box entries. The benefits of this project are significant, including reducing the trust risk associated with potential clients or suppliers, decreasing legal and compliance revision costs, increasing productivity in risk management and compliance, and allowing operators to focus on other priorities. Overall, this project provides companies with a strategic and operational advantage in mitigating reputational risks from external stakeholders.

Le istituzioni, le aziende e le banche si trovano spesso di fronte alla sfida di accedere facilmente alla reputazione delle persone con cui collaborano, inclusi clienti, partner e fornitori. Questo rappresenta un vero problema poiché, solitamente, lascia le aziende vulnerabili ai rischi associati a collaborazioni con individui di dubbia attendibilità. Per affrontare questa problematica, il presente progetto propone di utilizzare tecniche di elaborazione del linguaggio naturale per ampliare le possibilità di valutazione alla carta stampata liberamente circolante. L'analisi coinvolge la valutazione di interlocutori esterni, l'individuazione di potenziali rischi basati sul tipo e sul grado di offesa, e la classificazione del livello di rischio. Mediante l'analisi automatica dei testi delle notizie, il sistema estrae le connessioni logiche tra le parole, evidenziando le parti inerenti al rischio associato all'azienda rispetto a tale problematica. Per garantire coerenza e affidabilità, le informazioni vengono acquisite da fonti autorevoli, come i giornali, poiché sono responsabili delle informazioni che pubblicano sia a livello civile che penale. Questo progetto offre diverse funzionalità. Consente di analizzare notizie e rapporti, identificare informazioni codificate e individuare eventi e soggetti criminali. Di conseguenza, permette di identificare tipologie di reato e soggetti coinvolti, facilitando la valutazione del rischio reputazionale. Utilizzando queste informazioni, è possibile avvisare i dipartimenti responsabili della sicurezza, del rischio, quelli legali e della comunicazione per bloccare qualsiasi coinvolgimento con il soggetto interessato, gestendo e tutelando la propria reputazione. L'obiettivo di questa tesi è sviluppare un'interfaccia che visualizzi l'identificazione di entità rilevanti e le loro relazioni da una prospettiva reputazionale, basandosi su un testo di input, inclusi contenuti in formato PDF e voci in caselle di testo. I vantaggi di questo progetto sono significativi e includono la riduzione del rischio di attendibilità associato a potenziali clienti o fornitori, la diminuzione dei costi di revisione legale e conformità, l'aumento della produttività nella gestione del rischio e della conformità, e la possibilità per gli operatori di concentrarsi su altre priorità. In definitiva, questo progetto fornisce alle aziende un vantaggio strategico e operativo nel mitigare i rischi reputazionali derivanti da stakeholders.