リッテルテキストマイニング一覧へもどる
FAQデータ作成支援とは
webサイト上のお問い合わせフォームからのデータや、コールセンターでのFAQ業務記録の整理など、
大量に蓄積された情報をまとめる作業は、これまでは、すべて人の手によって行われてきました。
リッテルが得意とするテキストマイニングの手法を導入することで、
この手間と時間のかかる作業を半自動化して短期間で正確に処理することが可能となります。
⇒ ⇒ ⇒ 自動分類で人手に近い結果が得られるようになり、短時間で正確な結果が得られる！
リッテル・テキストマイニング・ソリューションを導入すると・・・
▼電話対応費用の削減▼
テキストマイニングソリューションにより、サイト上のＦＡＱの精度が向上するとともに、
新たなＦＡＱの更新頻度も上がります。
その結果、閲覧者の疑問はwebサイト上で解決されるようになり、
電話による直接のお問い合わせ回数が低減します。よって、電話対応費用が削減されます。
▼ＦＡＱ作成に係る人的費用の削減▼
ひとつひとつ手作業でデータ作成せずに、自動算出されたＦＡＱ候補のデータを
人間がチェックすることで、作業効率が上がります。
リッテル・テキストマイニング・ソリューションの仕組み
まず、それぞれのQAに対して、
何の話題についての応答履歴なのかを判別する特徴ラベルを付与します。
また、、文末表現とキーワードの組み合わせからコールステータスを付与します。
そして、この組み合わせを辞書として学習させます。
次に、機械学習器（ML)を用いることによって、
学習モデルを元に、個々のQAを問い合わせ、または苦情に、自動判別することができるようになります。
■機械学習とは■
人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現させるための技術・手法のことである。 ある程度の数のサンプルデータ集合を対象に解析を行い、そのデータから有用な規則、ルール、知識表現、判断基準などを抽出する。
統計的機械学習とは、観測されたデータから統計的手法を用い新たな知識を導出することである。
観測データと、そのデータの意味が与えられる。例えば、文書分類問題であれば、観測された文書とその文書の属するカテゴリー（スポーツ、芸能、など）の対のデータ集合（これをtraining dataと呼ぶ。)である。学習によって、観測データの持つ属性と意味の関係を推定し、未知のデータ(これを test data と呼ぶ。）が与えられると、そのデータの意味を出力する。
東京大学中川研究室 http://www.r.dl.itc.u-tokyo.ac.jp/?q=node/33 参照
新規の応答履歴データについては、前述までの分析手法を用いて、
コールステータスと過去のQAに関連性の高いものを導き出すことができるようになります。
機械学習を用いたフィルタリングとは
1週間に数万語出てくるキーワードを人手で振り分けていたのを
自動化することで大幅な時間と手間を削減することが可能です。
（利用例：ブログや掲示板のNGワードの抽出など）
人手より同等以上の結果を出せる上に９０％---９５％の人手の作業削減になった！
リッテル・テキストマイニング・ソリューション機能概要
■応答履歴データを元にＦＡＱ候補を自動判別■
過去のＱＡにはなかった新しい種類の問合せ内容、苦情内容を判別
※テキストマイニングの手法や機械学習のアルゴリズムを活用
■ＦＡＱの検索■
・フリーワードによる全文検索および関連検索
・主題別検索
・応答種類別
・絞込み検索（ ヒント提示による and 検索 ）
※「リッテルナビゲーター」の技術を利用
