＜ITAS④＞声の優先度を明らかにする「感情分類AI」とは

コラム
2018.04.26

＜ITAS④＞声の優先度を明らかにする「感情分類AI」とは

伊藤友博

ITAS

自然言語処理

エンジニアリング

【ITAS「感情分類AI」の特長】

日本語の書きぶりから、発言者や投稿者の「感情」を自動分類。
これにより、優先的に対応すべき課題が明らかとなる。
顧客満足や他者推奨度の向上に向けた優先度を判断する評価軸となる。

前記事で紹介した「可視化AI」を通じ、大量のテキストデータの中から意見を自動的に抽出でき、且つ内容が類似する意見のボリュームを可視化することができる。しかし、例えばカスタマーセンターへ寄せられる顧客の声を対象とする場合、「単に量が多ければ優先的に対応すべき課題か」という問題に直面する。その問題に対し、私たちは「感情分類AI」を構築・活用している。感情からみて１件の重み・優先順位を明らかにしようとするものである。

「感情分類AI」は複数種類が存在し、目的に応じて使い分けを行う。本記事では節単位に文章を分解した上で、節ごとの感情を分類するモデルをご紹介する。
感情分類は大きく「ポジティブ」、「ニュートラル」、「ネガティブ」の3種類に区分される。更に「ネガティブ」については「低不満」「嫌気」「怒り」「あきらめ失望」の4種類に分類される。これらを節単位に自動分類するのが「感情分類AI」である。

例えば下図の例では、「店内で食事したら」というのは「事実」であるので「ニュートラル」と分類されるのに対して、「館の営業時間が過ぎていた」は「ネガティブ」の「嫌気」、「警備員も役に立たなかったし」は「ネガティブ」の「あきらめ・失望」に分類される。

顧客満足（CS）や他者推奨意向（NPS）の向上を通じて、顧客ロイヤルティを高め、一人ひとりの生涯収益価値（Life Time Value）を最大にすることが求められる時代。単に声の多さだけでなく、より優先度が高い課題を顧客（生活者）の声からスピーディに見つけられるかどうかが競争力のカギとなる。

「感情分類AI」を用いることにより、打ち手につなげる必要性が高い「優先課題」をスピーディに見つけ出すことが出来るのである。

ITASはクラウドを通じスピーディな提供が可能

ここまで紹介したITASで提供するAIエンジンは、不満買取センターで蓄積している不満投稿だけでなく、各企業が保有するテキストデータに適用可能である。クラウドを通じたデータ処理によりスピーディな提供を可能としている。

既述の通り、これらのAIはあくまで、「課題解決のための手段」であると私たちは強く認識している。既に「ITAS」は様々な業界で様々なデータに適用することで、これまでのテキストマイニングとは全く異なる価値を生み出し、多くの企業から高い評価を頂き、「課題解決のための手段」としての有効性を実感頂いている。これからも、私たちは課題解決に貢献する役割を果たして参りたい。

最後に、これらのAIエンジンは、Insight Tech社員の技術・知見だけでなく、これまでご縁を頂いた企業の皆様や共同研究等を通じてご一緒させて頂いているアカデミアの皆様との価値共創があって実現したものである。改めてここに感謝を示したい。