Natural Language Processing prägt intelligente Automatisierung

Hören Sie auf dem Future of Work Summit am 12. Januar 2022 von CEOs, CEOs und anderen Top-Führungskräften auf C-Ebene und Chief Data Officers sowie KI-Strategien. erfahren Sie mehr


Pascal Burnet und Rachel Churchill haben zu diesem Artikel beigetragen. Der Inhalt dieses Artikels ist von Pascals Buch Intelligent Automation inspiriert.

Als Natural Language Processing bezeichnet man gemeinhin die Fähigkeit von Computern, sprachliche Aufgaben zu erfüllen – obwohl es in der Praxis nicht nur die Sprachverarbeitung (Text und Sprache verstehen) sondern auch die Sprachgenerierung (Text und Sprache erstellen) umfasst.

Natural Language Processing (NLP) ist eine Komponente der intelligenten Automatisierung, einer Gruppe verwandter Technologien, die es Computern ermöglichen, kognitive Arbeit zu automatisieren und die Produktivität von Menschen zu steigern, die mit ihrem Verstand arbeiten. Weitere Komponenten der intelligenten Automatisierung sind Computer Vision (Interpretation von Bildern und Videos, wie zum Beispiel selbstfahrende Autos oder medizinische Diagnostik), Denken und Lernen (beispielsweise ausgeklügelte Strategien und Entscheidungen auf Basis von Daten), Ausführen (Interaktion mit der physischen Welt) oder mit vorhandener Software und Sequenzieren anderer Fähigkeiten zusammen in automatisierten Pipelines).

Hier sind einige der heute bereitgestellten Apps für die Verarbeitung natürlicher Sprache und wie sie Ihrem Unternehmen helfen können.

Techniken zur Verarbeitung natürlicher Sprache

Chatbots und kognitive Agenten

Chatbots und kognitive Agenten werden verwendet, um Fragen zu beantworten, nach Informationen zu suchen oder Termine zu vereinbaren, ohne dass ein menschlicher Agent in der Schleife erforderlich ist.

Einfache Chatbots können mit einem grundlegenden Regelwerk programmiert werden (“Wenn der Benutzer X sagt, sagst du Y”); Fortgeschrittenere Chatbots oder “kognitive Agenten” verwenden Deep Learning, um aus Gesprächen zu lernen und sich selbst zu verbessern, und sie können Menschen damit verwechseln.

Viele Chatbots sind textbasiert und interagieren mit Benutzern über Instant Messages oder SMS, aber einige verwenden Sprache und sogar Video. Bemerkenswerte Beispiele sind der Chatbot “Jamie” der ANZ Bank, der Kunden durch die Dienste der Bank führt, und Google Duplex, das Telefongespräche führen kann, um Friseurtermine oder Restauranttische zu buchen und sogar mit ahnungslosen Empfangsdamen zu sprechen, die nicht wissen, dass es sich um einen Bot handelt.

unstrukturiertes Informationsmanagement

Unstrukturierte Informationsmanagement (UIM)-Systeme werden verwendet, um große Mengen unstrukturierter Daten zu verarbeiten und daraus Bedeutung zu extrahieren, ohne dass viele manuelle Stichwortsuchabfragen erforderlich sind, die zeitaufwändig und fehleranfällig sind. Es ist ein wichtiger Bestandteil der Verarbeitung natürlicher Sprache, der Verarbeitung unstrukturierter Dokumente wie Zeitschriftenartikeln, Patenten, Verträgen und Gesundheitsakten und des Aufbaus einer organisierten und durchsuchbaren Wissensdatenbank. Sie können auch Daten kategorisieren und darin nach Blöcken und Trends suchen.

Stimmungsanalyse

Die Stimmungsanalyse verwendet die Verarbeitung natürlicher Sprache, um Emotionen wie Zustimmung oder Ablehnung einer Marke aus unstrukturiertem Text wie Tweets zu extrahieren.

Sprachanalyse

Sprachanalyse ist eine Komponente der natürlichen Sprachverarbeitung, die UIM- und Stimmungsanalyse kombiniert. Es wird von Callcentern verwendet, um Text-Chats und Telefongespräche in strukturierte Daten umzuwandeln und diese mittels Sentiment-Analyse zu analysieren. All dies kann in Echtzeit erfolgen, indem Call-Center-Agenten während des Anrufs Live-Feedback und Vorschläge gegeben und der Manager benachrichtigt wird, wenn ein Kunde unzufrieden ist.

automatische Übersetzung

Maschinelle Übersetzung ist eine sehr mächtige Anwendung im NLP. Im Moment ist es normalerweise nicht leistungsfähig genug, um vollständig syntaktische und idiomatische Übersetzungen zu erstellen, aber es kann Ihnen den Kern einer Webseite oder E-Mail in einer Sprache wiedergeben, die Sie nicht sprechen. Jeden Tag verwenden 500 Millionen Menschen Google Übersetzer, um Text in mehr als 100 Sprachen zu verstehen.

Informationsklassifizierung

Die Kennzeichnung oder Kategorisierung von Informationen wird unter anderem verwendet, um Spam zu filtern. Es funktioniert mit dem gleichen Modell des maschinellen Lernens, das zur Klassifizierung von Röntgenbildern und anderen medizinischen Bildern in gesunde und kranke Bilder verwendet wird oder von selbstfahrenden Autos verwendet wird, um zu entscheiden, ob etwas ein Stoppschild ist. Anstatt mit expliziten Regeln programmiert zu werden, erhält der Computer eine große Menge an Trainingsdaten in Form von bekanntem Spam und bekannten legitimen E-Mail-Nachrichten, aus denen er seine evidenzbasierten Regeln extrahiert, um neue E-Mails zu klassifizieren.

Komponenten der natürlichen Sprachverarbeitung, die Ihrem Unternehmen helfen können

Chatbots und kognitive Agenten

Chatbots und kognitive Agenten können Ihr Endergebnis verbessern, indem sie Callcenter-Mitarbeiter für direkte Kundenanfragen ersetzen und menschliche Callcenter-Agenten für komplexere Anfragen aufstocken Agenten.

unstrukturiertes Informationsmanagement

Mit unstrukturierten Informationsmanagement-Plattformen können Sie einen Großteil der Forschungsarbeit automatisieren: Anwälte können damit beispielsweise intelligente Abfragen zu bestehenden Patenten oder Rechtsprechung stellen, Mediziner können damit Medikamente entdecken oder nach relevanten genetischen Wechselwirkungen in der Literatur suchen . Anstatt jede Menge Zeit damit zu verbringen, Unmengen von Dokumenten zu durchsuchen, kann ein menschlicher Forscher die Vorschläge und Ideen der UIM-Plattform schnell überprüfen, was ihn insgesamt produktiver macht und seine Zeit und geistige Energie für die kreativeren und übergeordneten Aspekte einer Werdegang.

Stimmungsanalyse

Mit der Sentiment-Analyse können Sie die Reaktionen der Verbraucher auf Ihre Marke automatisiert und in Echtzeit überwachen, insbesondere als Reaktion auf eine neue Produkteinführung oder Werbekampagne, um Ihre zukünftigen Produkte und Dienstleistungen entsprechend zu gestalten. Es kann Sie auch automatisch auf jede Kritik oder Negativität bezüglich Ihrer Marke in den sozialen Medien aufmerksam machen, ohne dass menschliches Personal die Kanäle rund um die Uhr aktiv überwachen muss, damit Sie rechtzeitig reagieren können, um eine PR-Krise zu vermeiden.

Sprachanalyse

Sprachanalyse kann die Fähigkeiten Ihrer Callcenter-Mitarbeiter verbessern und die Kundenzufriedenheit verbessern, ohne die Kosten und Opportunitätskosten zusätzlicher Schulungen. Sie können auch Sprachanalysen verwenden, um Gesprächsmuster zu entdecken, die basierend auf dem Kundenverhalten zu erfolgreichen Verkäufen, Cross-Selling oder zusätzlichen Verkaufschancen führen. Dies kann dazu beitragen, mittelmäßige Telefonverkäufer zu Starverkäufern zu machen, die es ihnen ermöglichen, die Talente ihrer fähigsten Kollegen zu teilen und bekannt zu machen, was sich ohne Ausgaben für Rekrutierung oder Schulung stark auf Ihre Erfolgsgeschichte auswirkt.

automatische Übersetzung

Mithilfe der maschinellen Übersetzung können Sie relevante Artikel lesen, die Ihre Konkurrenten möglicherweise nicht sehen, wenn sie in einer Minderheitensprache veröffentlicht werden, Ihr Wissen international in Ihrem Unternehmen teilen und mit internationalen Kollegen oder Lieferanten kommunizieren, ohne dass die Kosten für einen menschlichen Übersetzer entstehen (obwohl Kommunikation mit Kunden, können Sie dennoch verwenden. Es wird empfohlen, einen zu verwenden, um einen guten Eindruck zu hinterlassen).

Informationsklassifizierung

Die Informationsklassifizierung hat eine Vielzahl nützlicher Anwendungen. Diese Technologie spart nicht nur Zeit und Ärger mit der Spam-Filterung, sondern kann auch zur Automatisierung domänenspezifischer Klassifizierungsaufgaben verwendet werden. Zum Beispiel kann es Produkte in einem Katalog kategorisieren und markieren, was es Kunden erleichtert, sie zu durchsuchen und zu kaufen; oder es kann Social-Media-Beiträge nach Hassreden filtern, um Rechts- und Reputationsrisiken zu mindern, ohne dass ein großes Moderatorenteam erforderlich ist; Oder es kann Support-Tickets kategorisieren und automatisch an die richtige Person weiterleiten, was manuellen Aufwand spart und die Reaktionszeiten insgesamt verbessert.

Verarbeitung natürlicher Sprache: eine Fallstudie

Dies ist ein Beispiel aus meiner eigenen Erfahrung für den Nutzen kognitiver Faktoren, um die Kundenzufriedenheit zu verbessern und die Mitarbeiterfluktuation zu reduzieren.

Die Hotelkette hat ein Team von 240 Kundendienstmitarbeitern beschäftigt, um täglich mehr als 20.000 Kundeninteraktionen zu bearbeiten, einschließlich Telefonanrufe, E-Mail und soziale Medien. Die Teammoral war aufgrund des hohen Drucks und der Arbeitsbelastung niedrig, und die Personalfluktuation betrug 40 %. Dies hatte erhebliche Auswirkungen auf die Qualität des Kundenservice, der mit weniger als fünf von 10 Punkten bewertet wurde.

Das Unternehmen hat einen Multi-Channel-Wissensagenten eingesetzt, um mit Kunden über E-Mail, soziale Medien und Sprachanrufe zu interagieren. Der kognitive Agent wurde entwickelt, um menschlichen Agenten ähnlich zu sehen und zu handeln, und nutzte maschinelles Lernen, um sich selbst zu verbessern und aus seinen vergangenen Gesprächen zu lernen. Es kann Benutzer auch anhand wichtiger Informationen wie Sprach- oder Gesichtserkennung erkennen und Änderungen in Systemen selbstständig verarbeiten.

Drei Monate später hatte sich die Kundenzufriedenheitsbewertung von fünf von 10 auf neun von 10 verbessert, die Mitarbeiterfluktuation war um mehr als 70 % gesunken und die menschlichen Teammitglieder standen weniger unter Druck und konnten sich auf komplexere, höherwertigere konzentrieren. zusätzliche Interaktionen, die größere Beziehungsfähigkeiten erforderten.

Sprache ist die Art und Weise, wie Menschen auf natürliche Weise kommunizieren, daher sind Computerschnittstellen, die natürliche Sprache verstehen können, leistungsfähiger und einfacher zu verwenden als solche, die das Klicken auf Schaltflächen, das Eingeben von Befehlen oder das Erlernen der Programmierung erfordern, und es ist wichtig, die Komponenten der Verarbeitung natürlicher Sprache zu verstehen. Natural Language Interfaces sind der nächste Schritt in der Evolution der Mensch-Computer-Interaktion, von einfachen Werkzeugen zu Maschinen, die ereignisgesteuerte und automatisierte Prozesse durchführen können, was möglicherweise zu einer Art Symbiose zwischen Mensch und Maschine führt.

Pascal Burnet und Rachel Churchill haben zu diesem Artikel beigetragen. Der Inhalt dieses Artikels ist von Pascals Buch Intelligent Automation über Amazon inspiriert.

Entscheidungsträger

Willkommen in der VentureBeat-Community!

DataDecisionMakers ist der Ort, an dem Experten, einschließlich Techniker, die mit Daten arbeiten, Ideen und Innovationen in Bezug auf Daten austauschen können.

Wenn Sie sich über innovative Ideen und aktuelle Informationen, Best Practices und die Zukunft von Daten und Datentechnologie informieren möchten, besuchen Sie uns bei DataDecisionMakers.

Sie könnten sogar erwägen, einen eigenen Artikel beizusteuern!

Lesen Sie mehr von DataDecisionMakers

William

Leave a Reply

Your email address will not be published.