テキストデータを
AI解析で高度に活用
埋もれたテキストを
自然言語「理解」AIへ
業務で使うデータには、左側にあるような社内技術文書、お客様の声、従業員の声などの自然言語データがたくさんあります。ここにAIによる解析を加えることで、右側にあるようなユースケースでの課題解決にすぐに取り組めるようになります。
| 対象データ群 | 自然言語「理解」 | 適用業務例 | 期待される付加価値 |
|---|---|---|---|
社内技術文書 |
 |
-類似技術文書探索
-クレーム判定 -事故/障害未然防止 |
概念・暗黙知の検出 -熟練工の技術を伝承 -部門スキルの全社共有 |
お客様の声 |
-商品企画部門へ連携 -販売戦略の改善へ -お客様対応品質向上 |
顧客ニーズの理解 -VoC「宝の山」分析 -販促施策・商品戦略 |
|
従業員の声 |
-社員の声把握 -クレーム防止策立案 -新規事業アイデア抽出 |
少数派意見の抽出 -本社方針浸透度確認 -人材確保・社員満足 |
Mμgen NLU Option デモ動画
＜NLUデモ動画 1＞
＜NLUデモ動画 2＞
自然言語処理の
ゲームチェンジャー
自然言語「理解」AI
自然言語理解AIの最大の特徴は、辞書なし、チューニングなしで解析できる点です。データ量も数百件程度でも解析することができますので、Mμgenを通じて簡単に自動的に自然言語理解AIを利用することができるようになります。
事前準備なし
企業内用語辞書なし
チューニングなし
|
事前準備なし、 |
||
| 従来型NLPの アプローチ |
自然言語 「理解」 |
|
|---|---|---|
| 利用者／部門 | データサイエンティスト経由事業部門 | 事業部門が自身で直接 |
| 必要なデータ量 | 初期モデル作成のために数百万件 | 企業/部門特有のモデル作成のために数百件 |
| 洞察発見に必要な時間 | 数ヶ月 | 数分 |
| 言語 | 英語以外の言語は都度構築作業を繰り返し | 15言語(ネイティブ) |
| 人手の介在 | 手作業 | 無し：自動化 |
| ナレッジベース | 単語と概念の関係性から都度(毎回)構築 | 既に持つ3500万の言葉に関する知見をベース |
| 見 識 | 事前に登録された課題や関係性を発見 | 経験のない課題や関係性の発見が可能 |
Mμgen NLU Option
のウィジェット
Mμgen NLU Optionでは、
以下3種のウィジェットを提供します。
ワードクラウド
ウィジェット
抽出された特徴語をワードクラウド形式で視覚的に確認可能。特徴語を自動分類した色付け、関連する特徴語の傾向を把握できます。
センチメント棒グラフ
ウィジェット
抽出された特徴後の肯定的、否定的な感情動向をグラフで可視化することができます。
関連コンセプト
ウィジェット
ワードクラウドで選択したコンセプトに関連するコンセプトを表示することができます。
