AmazonComprehendを用いて想いの伝わる文章を

2024年7月17日に行われた、
AWS10分LT会 vol.4(https://aws-likers.connpass.com/event/322723/ )に
登壇した時の資料になります。

Transcript

1. Amazon Comprehend を用いて 想いの伝わる文章を 2024/07/17 AWS10分LT会 平目
2. 自己紹介 2 ➢ HN：平目  X(twitter)：@hira0912  Qiita account：@hiramax ➢ お仕事：AWS周りのインフラ構築 ➢ 趣味：ねこだいすき。 資格が少なくても、アウトプットはいいぞ。
3. 本日のお品書き 3 Amazon Comprehend
4. アジェンダ • Amazon Comprehend とは • 良く利用されるユースケース • コミュニケーションと感情分析 4
5. Amazon Comprehendとは 5
6. Amazon Comprehend とは 6 ドキュメント内のテキストから価値あるインサイトを導き出し、抽出する • キーフレーズ抽出 • 文章中のキーフレーズを抽出する機能 • 「私は2024/07/17にAWS 10分LT会にて登壇して発表します。テーマはAmazon Comprehendです。」 • エンティティ認識 • 人名・日付・組織・場所などの項目をピックアップして抽出する機能 • 「私は2024/07/17にAWS 10分LT会にて登壇して発表します。テーマはAmazon Comprehendです。」 • 感情分析 • 文章の全体的な感情をneutral , positive , negative , mixedの４種で割合で表示する機能
7. 7 Q. Amazon Comprehend について正しく説明しているのはどれか。 1. 機械学習を利用した自動音声認識サービスで、音声をテキストに変換する 2. 機械学習を利用した自然言語処理サービスで、エンティティ認識、感情分析、キーフ レーズ抽出などができる 3. 機械学習を利用したOCR（光学的文字認識）サービスで、スキャンしたドキュメントや PDFからテキストやデータを抽出する 4. 機械学習を利用したテキストの翻訳機能を提供する Amazon Transcribe Amazon Comprehend Amazon Textract Amazon Translate
8. 機械学習4兄弟を組み合わせると何が出来るか 8 Amazon Transcribe 音声データ Amazon Textract 画像データ テキストデータ Amazon Comprehend Amazon Translate 機械翻訳 テキスト分析
9. マネジメントコンソールから簡単に利用出来る 9
10. マネジメントコンソールから簡単に利用出来る 10 ・エンティティ認識 ・感情分析 Neutral,Positive, Negative,Mixedの ４種類の感情分類から 割合で表現される
11. データプライバシーには注意 11 Amazon Comprehendでは入力された情報を保存する可能性があるので、 個人情報(PII)や機密情報が含まれるテキストの入力には十分留意して下さい。
12. 良く利用されるユースケース 12
13. 良く利用されるユースケース 13 ユーザーズボイス（お客様の声）における感情分析の抽出・解析 例：〇〇ーニュースのコメ欄 例：〇〇〇ブックマーク
14. 何故このケースだと有用か 14 コメントを書いてくれる人 コメントを書いてくれる人 コメントを書かない人 良くも悪くも関心がある人 関心が無い人 感情が文章に乗りやすい 感情分析により定量的に分析し易い 普通の印象の人 悪い印象の人 良い印象の人
15. 感情分析の手法のユースケース 15 受動的に得られるテキスト情報の分析に向いている 能動的に作成するテキストにも利用出来そう
16. コミュニケーションと感情分析 16
17. 例：難しいコミュニケーション 17 〇〇さんからレビュー依頼されて、 内容はとても良かったんだけど、 １箇所直して欲しい所があるんだよなあ… 意見・感情 事実
18. 伝え方によって相手の受け取り方は異なる 18 〇視覚的付加要素 • 表情 • 必要なら資料 • （アプリケーションならUI) 〇聴覚的付加要素 • 声色（キー・トーン） • 話すテンポ • 声の大きさ 付加的な要素も用いながら、互いに相手と無意識の内に疎通している 肯定的（positive) 否定的（negative) 〇内容 • 内容（話す／記載内容） • 文脈・言葉遣い
19. プレーンテキストでのやり取りの場合どうする？ 19 〇視覚的付加要素 • 表情 • 必要なら資料 • （アプリケーションならUI) 〇聴覚的付加要素 • 声色（キー・トーン） • 話すテンポ • 声の大きさ 肯定的（positive) 否定的（negative) 相手に自分の思惑を、内容のみで伝える必要がある。 〇内容 • 内容（話す／記載内容） • 文脈・言葉遣い
20. 自分で書いた文章 20 書いた文章の 自己評価 実態
21. 対面においてどの様に情報を伝えているか 21 〇視覚的付加要素 • 表情 • 必要なら資料 • （アプリケーションならUI) 〇聴覚的付加要素 • 声色（キー・トーン） • 話すテンポ • 声の大きさ 肯定的（positive) 否定的（negative) 〇内容 • 内容（話す／記載内容） • 文脈・言葉遣い 事実 意見・感情 事実は主に内容に関連するのに対し、感情は様々な要素を用いて伝達している
22. プレーンテキストの場合 22 〇視覚的付加要素 • 表情 • 必要なら資料 • （アプリケーションならUI) 〇聴覚的付加要素 • 声色（キー・トーン） • 話すテンポ • 声の大きさ 肯定的（positive) 否定的（negative) 対面で話している時と同じ内容で伝えるだけでは感情は適切に伝わらない 〇内容 • 内容（話す／記載内容） • 文脈・言葉遣い 事実 意見・感情
23. 齟齬を減らす為の表現の大事さ 23 話者／筆者 聴講者／読者 思考 表現 聞取 理解 フロントエンド／UIに相当 他者からの視点 自分の出力
24. 他者視点を得る 24 Amazon Comprehend 自分が書いた文章に込められた感情や想いが適切に表現されているかどうか、 Amazon Comprehendの感情分析から他者視点でのインサイトを取得する事が出来るかもしれない。 他者の視点 からの意見
25. AmazonComprehendを利用したテキスト校正の実践 25 指摘が必要な事実ベースで記載する必要 がある事から、全体的に否定的な内容に なる事は回避出来ない。 修正が必要な対象を、 「人」→「設計」にする事で、 人に対して非難をしない様にする手法。 この設計は〇〇のパターンで破綻する可能性 があるので、書き方が不適切です。 この設計は〇〇の様なパターンにおいて、破綻 する可能性がある為に、修正が必要であると考 えます。 ・事実に関する部分
26. AmazonComprehendを利用したテキスト校正の実践 26 伝えたい感情の部分はきちんと文章にして 表現すべき。書いていない事は他の要素 で補う事は出来ないので、伝わらないと考 えた方が良い。 修正内容については、全体的に良く実装出来て いると思います。 〇〇の箇所においては並行処理が適切に実装 出来ているので、この部分はこの様な実装で進 めて下さい。 ・感情・意見に関する部分
27. AmazonComprehendを利用したテキスト校正の実践 27 意見と事実が一連の文章となっている為、 相手側からすると伝えたい事が不明瞭に なっている可能性が高い。対立してしまう 意見と事実は切り分けた方が明瞭になる。 意見と事実を項単位で切り分ける事で、 ロジカルシンキング的にも明確に相手 に意見と事実を伝えられる文章が書け た様に見える。 修正内容については、全体的に良く実装出来ていると思います。 〇〇の箇所においては並行処理が適切に実装出来ているので、 この部分はこの様な実装で進めて下さい。 一方で、この設計は〇〇の様なパターンにおいて、破綻する可能 性がある為に、修正が必要であると考えます。 1.総評 修正内容については、全体的に良く実装出来ていると思います。 〇〇の箇所においては並行処理が適切に実装出来ているので、 この部分はこの様な実装で進めて下さい。 ただ確認したい点が何点かあるので、次項に記載します。 2.修正点 ・この部分の設計は〇〇の様なパターンにおいて、破綻する可能 性がある為に、修正が必要であると考えます。修正案は以下の通 りです。 ～～～～ ・組み合わせて文章化する
28. さいごに ここまでご清聴ありがとうございました。 楽しく興味深く、聞いて頂けましたでしょうか？ 短い時間でしたが、聞いて下さった方たちの 知識の向上などに役立っていれば幸いです。 技術に関係無い事も多いですが、 X(Twitter)やQiitaの方でも活動しておりますので、 良かったらフォローもお願い致します。 28