Xử lý Ngôn ngữ - Máy tính Đọc và Diễn giải

Các hệ thống phân tích cảm xúc thường tạo ra các kết quả điển hình sau khi được cung cấp đầu vào văn bản, mang lại cách diễn giải phân loại đối với văn bản cơ bản:

• Tích cực - Nội dung văn bản có giọng điệu và tính cảm xúc tích cực
• Trung tính - Nội dung văn bản có sắc thái và tính cảm xúc tiêu cực
• Tiêu cực - Nội dung văn bản có sắc thái và tính cảm xúc tiêu cực

Điều quan trọng cần lưu ý là con người đã biên soạn các từ điển trong nhiều năm, nhấn mạnh rằng dữ liệu chất lượng cao là điều cần thiết để các hệ thống trí tuệ nhân tạo hoạt động tốt và đạt được các mục tiêu mong muốn.

Tổng quan về Thách thức của Tổ chức

Với nhiều điểm cuối giao tiếp và quy mô hoạt động của các tổ chức, thật khó để theo dõi tình cảm trên toàn bộ một tổ chức. Nhân viên và khách hàng có thể phân tán trên các khu vực, vùng miền hoặc phòng ban khác nhau, nơi các bên liên quan và khách hàng thể hiện tình cảm tích cực trong khi những người khác lại thể hiện tình cảm tiêu cực. Do đó, việc xác định tình cảm trên toàn bộ phổ hoạt động của một tổ chức là điều khó khăn.

Điều cốt yếu là phải hiểu các nhận thức tổ chức chung cả ở nội bộ lẫn bên ngoài. Theo truyền thống, các cuộc khảo sát đã thực hiện chức năng này, mặc dù những cuộc khảo sát này có thể mang tính thiên lệch dựa trên những cá nhân có động lực điền vào chúng. Việc sử dụng mạng xã hội và các nguồn dữ liệu khác có thể góp phần hiểu được tình cảm của tổ chức. Ví dụ, một thương hiệu quần áo đa quốc gia và được công nhận rộng rãi như Adidas, có mặt tại nhiều quốc gia kinh doanh bằng nhiều ngôn ngữ khác nhau trên nhiều nền tảng văn hóa đa dạng. Các mức độ tình cảm khác nhau có thể sẽ được quan sát thấy ở các khu vực khác nhau. Việc xác định tình cảm tiêu cực là một cách tốt để giải quyết nguyên nhân của nó, dẫn đến nhiều doanh số hơn và do đó, đóng góp vào lợi nhuận cuối cùng.

Dữ liệu Tổ chức Có sẵn làm Đầu vào AI

Danh sách sau đây về các nguồn dữ liệu tiềm năng có thể được sử dụng như một phương tiện phân tích sắc thái:

• Các nền tảng mạng xã hội bao gồm Facebook, Twitter, Instagram, TikTok
• Các hệ thống quản lý quan hệ khách hàng bao gồm Salesforce, Microsoft CRM
• Email và thư từ tổ chức được gửi giữa nhân viên và khách hàng
• Các hệ thống tổng đài như Cisco và Google Voice có khả năng cung cấp bản ghi chép các cuộc hội thoại
• Các trình tổng hợp đánh giá như đánh giá của Google và Facebook xếp hạng các doanh nghiệp được liệt kê từ 1-5 sao

Một số vấn đề về dữ liệu xuất hiện khi kết hợp thông tin từ nhiều nguồn. Một vấn đề rõ ràng là làm thế nào để liên kết chính xác khách hàng trên các tập dữ liệu khác nhau. Trong nghiên cứu điển hình này, chúng tôi gợi ý coi chúng như các thực thể độc lập để khám phá cảm xúc tổng hợp trên toàn bộ một tổ chức chứ không nhắm đến cấp độ cá nhân. Dựa vào độ dài của đầu vào văn bản, các cấu trúc dữ liệu phải được lựa chọn cẩn thận cả trong lược đồ cơ sở dữ liệu lẫn trong các tập lệnh khác nhau được sử dụng để xử lý chính dữ liệu đó.

Phương pháp Tích hợp

Sau đây là tổng quan về quy trình mà chúng tôi sẽ thực hiện ở cấp độ cao để phân tích các nguồn văn bản trong một tổ chức:

1. Identify textual references and the systems that capture them, determine which text is a suitable candidate for analysis
2. Trích xuất các nguồn văn bản thông qua REST API và cung cấp chúng cho nhà cung cấp điện toán đám mây để phân tích theo thời gian thực
3. Chạy các nguồn cấp dữ liệu qua Telemus AI™ và trả lại các nguồn cấp video tăng cường về hệ thống giám sát an ninh
4. Thiết lập cảnh báo tùy chỉnh cho nhân viên an ninh dựa trên những gì được phát hiện

Given that Telemus AI™ takes care of most of the work, the organisation can focus on the business logic and interpreting the results rather than the technical implementation.

Ứng dụng Tổ chức

Danh sách sau đây các ứng dụng tiềm năng khác cho tổ chức của bạn:

• Quét các điểm cuối mạng xã hội trực tuyến trên toàn bộ một tổ chức và xác định cảm xúc tổng thể.
• Giám sát các ghi chú của khách hàng trên các hệ thống CRM như Salesforce để xác định nội dung của các ghi chú.
• Quét các email để thu được chỉ số tổng hợp tổng thể về cảm xúc trên toàn bộ một tổ chức.
• Tự động xử lý các bản ghi chép cuộc hội thoại điện thoại và xác định cả những trải nghiệm khách hàng tích cực lẫn tiêu cực.
• Quét các phản hồi để lại trên các trang web tổng hợp đánh giá cũng như xếp hạng.
• Tự động phát hiện các hành vi chống đối xã hội được thực hiện qua các phương tiện kỹ thuật số và chống lại chúng trước khi chúng leo thang, dẫn đến trải nghiệm người dùng được cải thiện.

Vì có nhiều nguồn dữ liệu mà các tổ chức thường có quyền truy cập, chúng tôi khuyên nên chuyển chúng vào một data lake trước khi đưa vào một hệ thống trí tuệ nhân tạo; điều này sẽ giúp đảm bảo tính khả lặp và khả năng kiểm toán.

Lợi ích tiềm năng và đã thực hiện

Việc hiểu rõ hơn về nhận thức chung của một tổ chức cả ở trong nước và quốc ngoại mang lại những lợi ích đáng kể trong việc quản lý các mối quan hệ một cách chủ động. Việc diễn giải và hành động dựa trên phản hồi có thể cung cấp sản phẩm hoặc dịch vụ tốt hơn cho các cổ đông và khách hàng. Trong một thế giới ngày càng kỹ thuật số, các tổ chức cần hiểu dấu chân kỹ thuật số của họ nói lên điều gì về họ. Hiểu thêm về thành phần nhân khẩu học của nơi mà những phản hồi như vậy đến cũng có thể giúp cải thiện trải nghiệm cho tất cả mọi người.

Telemus AI™ là một công ty trí tuệ nhân tạo có trụ sở tại Úc cung cấp các giải pháp tiên tiến cho chính phủ và doanh nghiệp. Hãy liên hệ với chúng tôi ngay hôm nay để được tư vấn miễn phí về cách Telemus AI™ có thể được nhúng vào tổ chức của bạn.