自然言語処理(NLP)

独自且つ最先端のNLP技術

顧客や従業員に対しスマートに且つ人間のように会話ができるチャットボットを導入することで、デジタル体験を充実させることができます。弊社独自の最先端の自然言語処理機能を利用してチャットボットは各インタラクションで収集した情報を理解、記憶そして学習し、それに応じて行動できるようになります。

Interprets accurately with fewer false positives

誤検知を減らし正確に報告する

Communicates comprehensively

徹底的に交流する

Resolves development gaps faster

開発ギャップをより速く解決する

Requires less training data to be NL capable

訓練データがより少なくて済むNL対応

Repurposes training data

トレーニングデータの用途変更

Maintain the context of user’s request throughout a dialogue or session

ダイアログまたはセッションの全体においてユーザー要求のコンテキストを維持する

Extract and Store actions taken, data provided, and information pulled from systems the bot can use

実行されたアクション、提供されたデータ、およびシステムから引き出されたボットの使用可能な情報を抽出及び保存する

Customize how contextual data is stored at the session

このセッションでのコンテキストデータの格納方法をカスタマイズする

Use Pre-trained NLP models to perfect your chatbot’s NLP

事前訓練済みNLPモデルを使用してチャットボットのNLPを作成する

自然言語処理(NLP)

チャットボットが文章を分解してその意味を理解するためには、文章の本質的な部分を考慮する必要があります。このためにAI研究者の大きなコミュニティが行っている1つの便利な方法として、エンティティとインテントを区別するという方法があります。

文章の中のエンティティは、名前を付けることができる現実世界のオブジェクトです。私たちのNLPモデルはエンティティの識別に優れており、生身の人間に近い精度で識別することができます。ボットはNLPエンジンを介して、ユーザーの話から単語を識別し、使用可能なすべてのフィールドが目の前のタスクと一致することを確認するか、必要に応じて追加のフィールドデータを収集します。 エンティティ抽出の目的は、不要な詳細を無視し、タスクを完了するために必要な穴を埋めることです。これは、チャットボットが必要な情報だけを取得するサブトラクティブ法です。ユーザーが一度に情報をすべて提供するか、チャットボットとのガイド付きの会話を通じて提供することができます。

文章の中のインテントは、主張の目的または目標です。例えば「新しいスピルバーグの映画のチケットを2枚予約したい」という文章では、インテントを特定するのは簡単です。つまり「予約したい」ということです。ただし、多くの文章には明確なインテントがありません。したがってチャットボットがインテントを認識することは困難なのですが、しかし、私たちのNLPモデルは非常に効果的です。 インテント識別という目標は、発話にタスクを一致させることに止まらず、タスクを発話の正確な意図に一致させることです。私たちは動詞及び名詞をなるべく多くの同義語、明白及び明白でないものと一致させる方法によって実行しているのです。

I can book two cinema tickets for 8pm at the Savoy for £18. Please press 'yes' to confirm.
Natural Language Processing (NLP)

NLP概要

NLPで特定の目標を達成するには、ボットに識別してもらうエンティティ及びインテントのタイプをすべて定義する必要があります。つまり、ユーザーは、チャットボットが識別できるようにするために、各エンティティまたはインテントにNLPモデルを1つずつ作成します。ユーザーは、弊社のプラットフォームを利用して必要なだけNLPモデルを構築できます。たとえば、ユーザーの購入意欲を聞き取れるボットのNLPインテントモデルが必要かもしれません。また一つの位置識別エンティティモデル及びもう一つの年齢識別エンティティモデルも。チャットボットは、その3つをすべて利用して、顧客の年齢及び場所を踏まえた購入の選択肢を提供することができます。

私たちのプラットフォームでは、ボットを作成するたびに新しいNLPモデルを構築する必要はありません。オプションとして、作成されたチャットボットはすべての訓練済みNLPモデルにアクセスできます。

NLPモデルの開発が進むにつれて、ユーザーが取り組む課題をより正確に解決できるようになり、ユーザーはチャットボットが学ぶこと、特にミスから学ぶことを望み始めたのです。機械学習は真の人工知能の探究においてもっとも注目を浴びる話題です。例文及びその結果が提供されたことで、私たちのモデルが新しい文章に対し決定を下すことができるという方式で機械学習が具体化されています。

トレーニング

私たちのプラットフォームは、教師あり機械学習と呼ばれることもあります。会話のデータに照らし、文書を確認する時にチャットボットの訓練が必要とする所を特定し、問題のある文章及び正しい結果を入力することができます。この教師あり機械学習は、教師なし機械学習より次のラウンドの成功率が高いです。このように教師の指導及び独立での文章処理を繰り返すプロセスによって、最終的には高度正確性を持つ成功したモデルとなります。

Training

事前学習済みのNLPモデル

朗報です。私たちが事前訓練済みNLPモデルを提供しています。

これらは、文章の大規模なデータセットに対して訓練された最先端のエンティティ探索モデルです。

たとえば、NLPモデルの否定的なエンティティは理想的な手段としてユーザーの不満を認識することができます。数分を掛けこのモデルを配置した後、チャットボットは会話を分析し、次のように話すことができます。「この会話を楽しんでいないようですね。代わりに人間の代理人と話したいですか。」と。そして、チャットボットは、ユーザーの意思に従い、SMSまたはＥメールで代理人に電話をかけることができます。

Pre-Trained NLP models