Language Processing - Computers that Read and Interpret

Samfélagsmiðlar hafa orðið óaðskiljanlegur hluti af því hvernig fólk hefur samskipti og átt í samskiptum. Milljarða skilaboða er send daglega á milli margra kerfa, hvort sem er opinberlega birt eða send í beinum skilaboðum. Opinberar persónur, stofnanir og aðrar einingar hafa deilt yfirlýsingum og skoðunum tengdum ýmsum efnum og beint opinberri umræðu meðal almenningings. Vegna mikils fjölda athugasemda og skilaboða beint að samfélagsmiðlareikningum er hægt að greina almenna tilfinningu.

Það er tækifæri til að meta tilfinningar sem birtast á makrostigi í gegnum samfélagsmiðla. Þessi grein mun kanna gervigreind og notkun hennar á samfélagsmiðlum og öðrum heimildum textaupplýsinga sem bera í sér tilfinningaleg undirtón og hvernig á að innleiða það innan stofnunar þinnar.

Leyst vandamálið með gervigreind

Þar sem mikill fjöldi upplýsinga er framleiddur og geymdur daglega, innihalda sum gagnapunktar ítarlega innsýn. Það væri ómögulegt fyrir eina manneskju eða jafnvel milljarða manna að lesa þetta. Núverandi tölvutækni gerir okkur kleift að geyma, flokka og sækja mikinn fjölda upplýsinga. Sögulega séð hafa verið meiri erfiðleikar við að túlka gögnin og fá gagnlegar upplýsingar og innsýn.

Það væri æskilegt að vinna úr miklum upplýsingamagni og láta tölvur skanna gögnin og veita innsýn. Á undanförnum árum hafa ýmsar tækni innan textagreiningarsviðsins komið fram, margar þeirra nota tilbúna greind/vélanám. Að greina tilfinningaleg viðhorf í tali krefst gullstaðals orðasafna sem veita samhengi textainntaks.

Einn slíkur nálgun til að ákvarða tilfinningu textamáls er að færa slík orðasöfn inn í óeftirlært námsreiknirit; sérstaklega notar VADER (Valence Aware Dictionary and sEntiment Reasoner) slíka nálgun. Margar aðrar aðferðir byggja á hefðbundnari tækni vélræns lærdómsnáms, þótt sá kostur VADER sé að það geti starfað í nærri rauntíma.

Tilfinningagreiningarkerf gefa venjulega eftirfarandi dæmigerðu úttök þegar þau færð eru textaílag sem gefa flokkaða túlkun á undirliggjandi texta:

Jákvætt - Textaefni er með jákvæðum undirtóni og tilfinningalegni
Hlutlaust - Textaefnið hefur neikvæðan undirtón og tilfinningalegt inntak
Neikvætt - Textaefni er með neikvæðum undirtóni og tilfinningalegni

Það er mikilvægt að hafa í huga að fólk hefur safnað saman orðasöfnum yfir margra ára skeið, sem undirstrikar að krafist er hágæða gagna til að kerfi með tilbúinni greind standi sig vel og nái ætlunum markmiðum.

Yfirlit yfir skipulagslegt áskorun

Miðað við mörgum samskiptaendastöðvum og þá stærð sem stofnanir starfa í, er erfitt að fylgjast með tilfinningalegu viðhorfi yfir stofnun. Starfsmenn og viðskiptavinir kunna að vera dreifðir yfir mismunandi svæði, landsvæði eða deildir þar sem hagsmunaaðilar og viðskiptavinir bera jákvætt tilfinningalegt viðhorf á meðan aðrir bera neikvætt tilfinningalegt viðhorf. Því er erfitt að ákvarða tilfinningalegt viðhorf yfir því allri víðáttu sem stofnun starfar á.

Það er mikilvægt að skilja almenna skynjun stofnunarinnar bæði innanhúss og utanhúss. Hefðbundið hafa könnunir gegnt þessu hlutverki, þótt þær geti verið hlutdrægar byggt á þeim einstaklingum sem hafa hvatningu til að fylla þær út. Notkun samfélagsmiðla og annarra gagnagjafa getur lagt af mörkum til að skilja tilfinningalega viðhorf stofnunar. Sem dæmi, alþjóðlegt og vel þekkt fatnaðarvörumerki eins og Adidas, með nærveru í mörgum löndum sem stundar viðskipti á ýmsum tungumálum þvert yfir margvíslega menningarbakgrunna. Líklegt er að mismunandi stig tilfinningalegra viðhorfa verði séð yfir mismunandi svæði. Að greina neikvæð tilfinningaleg viðhorf er góð leið til að takast á við orsakir þeirra, sem leiðir til meiri sölu og, þar með, leggur af mörkum til botnlínu.

Fyrirtækjagögn aðgengileg sem AI inntak

Eftirfarandi eru listar yfir mögulegar gagnaheimildir sem hægt er að nýta sem leið til tilfinningagreiningar:

Samfélagsmiðilskerfi þar á meðal Facebook, Twitter, Instagram, TikTok
Kerfi fyrir stjórnun viðskiptasambanda þ.m.t. Salesforce, Microsoft CRM
Fyrirtækjapóstur og bréf send á milli starfsmanna og viðskiptavina
Símtalsmiðstöðvakerfi eins og Cisco og Google Voice geta skráð samtal texta
Yfirferðaruppsöfnunartæki svo sem Google og Facebook umsagnir sem gefa skráðum fyrirtækjum einkunn á bilinu 1-5 stjörnur

Nokkrar gagnavandamál koma upp þegar upplýsingar úr mörgum heimildum eru sameinaðar. Augljóst vandamál er hvernig á að tengja viðskiptavini á milli ýmissa gagnasafna á nákvæman hátt. Í þessari tilviksrannsókn leggjum við til að meðhöndla þá sem sjálfstæðar einingar til að uppgötva samanlagða tilfinningu yfir allt fyrirtækið og ekki miðað á einstaklingsstig. Vegna lengdar textainntaks verður að velja gagnaskipan vandlega, bæði í gagnagrunnsskema og innan ýmissa skrifta sem notaðar eru til að vinna gögnin sjálf.

Samþættingaraðferðafræði

Eftirfarandi er yfirlit yfir það ferli sem við myndum framkvæma á háu stigi til að greina textaheimildir innan stofnunar:

Greinið textatilvísanir og kerfin sem fanga þær, ákvarið hvaða texti er hæfur til greiningar
Ná í textaheimildir í gegnum REST API og senda þær til skýjareikningsþjónustu til rauntímagreiningar
Keyrðu straumana í gegnum Telemus AI™ og skilaðu bættum myndstraumum aftur til öryggseftirlitskerfisins
Setja upp sérsniðnar viðvaranir fyrir öryggisstarfsfólk byggt á því sem greinist

Miðað við að Telemus AI™ sér um mest af vinnunni, getur stofnunin einbeitt sér að viðskiptagrunnreglum og túlkun niðurstaðna frekar en tæknilegri innleiðingu.

Stofnanaleg forrit

Eftirfarandi telur upp aðrar mögulegar notkunarleiðir fyrir stofnunina þína:

Skanna endapunkta netfélagsmiðla á netinu yfir allt fyrirtæki og ákvarða almenna viðhorf.
Fylgjast með athugasemdum viðskiptavina í CRM kerfum eins og Salesforce til að ákvarða innihald athugasemdana.
Skanna tölvupósta til að fá heildarmælikvarða á viðhorfum yfir allt fyrirtæki.
Að vinna sjálfvirkt úr afritum af símtalssamtölum og greina bæði jákvæða og neikvæða upplifun viðskiptavina.
Skanna endurgjöf sem skilin er eftir á vefsvæðum gagnasafna umsagna ásamt einkunn.
Að greina óæskilega hegðun í stafrænum miðlum sjálfvirkt og sporna við henni áður en hún versnaði, sem leiddi til bættrar notendaupplifunar.

Þar sem stofnanir hafa yfirleitt aðgang að mörgum gagnagjöfum, mælum við með að þeim sé komið í gagnavatn áður en þeim er innleid í kerfi fyrir tilbúna greind; það mun hjálpa til við að tryggja endurtekjanleika og rannsakanleika.

Möguleg og raunveruleg ávinningur

Nákvæmari skilningur á almennri skynjun stofnunar bæði innanlands og erlendis veitir verulegan ávinning við að stjórna samskiptum á framsýnan hátt. Túlkun og framkvæmd endurgjafs getur veitt betra vöru eða þjónustu hluthöfum og viðskiptavinum. Í sífellt stafrænnari heimi þurfa stofnanir að skilja hvað stafrænt fótspor þeirra segir um þær. Nánari skilningur á lýðfræðilegri samsetningu þaðan sem slík endurgjöf berst getur einnig hjálpað til við að bæta upplifun allra.

Telemus AI™ er ástralskt gervigreindarfyritæki sem veitir háþróaðar lausnir fyrir stjórnvöld og fyrirtæki. Hafðu samband í dag til að fá ókeypis ráðgjöf um hvernig Telemus AI™ getur verið innleitt í stofnun þína.

Merki

Tilfinningagreining samfélagsmiðla