B3勉強会(2015年3月26日)テキストマイニング

Transcript

1. 長岡技術科学大学 B3 三上侑城
   3年勉強会 2015年3月26日
   テキストマイニング
   自然言語処理研究室
   1
   

   View Slide

2. テキストマイニングとは
   1990年代半ばから広がりはじめた。
   複数の文章データの内容を総合的にとら
   えることで初めて得られる知見を抽出す
   るための内容分析技術。
   2
   

   View Slide

3. 可能にすること
   現在、文章データは毎日膨大に増え続
   けている。
   情報が多すぎて、目を通せない。
   その結果、せっかくの文章データを十分に
   活用できない。
   ↓
   これを打破するのがテキストマイニング
   3
   

   View Slide

4. 可能にすること
   膨大な文章データから得られた情報から
   ・一般消費者の意見が企業活動に反映
   されやすくなる。
   ・様々な情報を適切に参照できるので、
   無駄を削減することができる。
   従来、人手で数日かかっていた作業が、
   1時間程度に短縮される。
   4
   

   View Slide

5. 基本的な仕組み
   テキストマイニングは文章中に記述された
   内容の統計的な分析であり、
   ・内容をいかにして統計的に分析可能な
   状態にするか。
   ・内容に対して、どの様な統計的分析が
   有効か。
   が中心的な技術課題となっている。
   5
   

   View Slide

6. 処理の流れ
   分析対象のデータを
   ・形態素解析 ・構文解析
   ・文脈分析 ・意味解析
   する。この時、
   ・カテゴリ辞書
   ・同義語辞書
   などを使用する。
   6
   

   View Slide

7. 適用事例
   コールセンターにおいての使用
   企業には様々な問い合わせや注文、
   確認、苦情などが寄せられる。
   その時に保存される応対の記録は、
   ・顧客が何を言ってきて、それに対しどう
   対応したか。
   ・どのような営業活動に対して顧客がどう
   反応したか。
   7
   

   View Slide

8. 適用事例
   それまで多くの企業は資源を活用できず、
   データが埋もれたままになっていた。
   多様な内容を自由に書く形式になるため、
   各データを人の手で読むしかなかった。
   苦情や要望などを把握することで、トラブ
   ルの要因の早期発見や顧客の求めてい
   るものなど、有益な情報が得られる。
   8
   

   View Slide

9. PCヘルプセンターの事例
   PCヘルプセンターのデータ蓄積の主な
   目的は、
   ・QA再利用による対応時間短縮
   ・提携項目の分析に基づいた対応
   利用者の満足度を上げるためには、
   ・電話がすぐにつながるようにする。
   9
   

   View Slide

10. PCヘルプセンターの事例
    待ち時間を減らすには、
    ・個々の問い合わせにかかる時間を短縮。
    ・問い合わせ自体を減らす。
    ↓
    ・オペレータ間で情報を共有し合い、
    対応能力を向上させる。
    ・問い合わせが不要になるように、製品の
    質を高める。
    10
    

    View Slide

11. PCヘルプセンターの事例
    一週間に1万件近い問い合わせ
    →その分だけ文章データが出来る。
    人手では一週間に300件程度しか、処
    理・分析ができない。
    ↓
    十分な分析ができているとは、言えない
    状況であった。
    11
    

    View Slide

12. PCヘルプセンターの事例
    データ処理をおこなった結果、
    ・総キーワード数は約150万語
    ・語の種類は約10万語
    ・その内2回以上使われた単語は
    約3万7千語
    ・総キーワードの半数以上が760回以上
    同じワードが出てきている。
    12
    

    View Slide

13. PCヘルプセンターの事例
    最終的に10回以上出現している、
    約1万6千語を辞書に登録した。
    登録した内容は、カテゴリ分け、表現分
    け、同義表現の集約をおこなった。
    13
    

    View Slide

14. PCヘルプセンターの事例
    先ほどの辞書を使用して、文章データを
    分析した。
    質問で適切だと分析した回答を、Web
    上のFAQのサイトに掲載したところ、以前
    と掲載件数は変わらないにもかかわらず、
    問題解決率が大きく上がり、Webサポー
    トの満足度が高くなった。
    14
    

    View Slide

15. まとめ
    テキストマイニングは分析志向で、文章
    中に記述された内容を単位にして、それ
    が増えているのか減っている、他の内容と
    どのような相関を持つかなど、どの様な特
    徴があるかを分析し、提示する技術。
    これを使うことで、今まで人手では困難
    だった大量の文章の分析が、できるように
    なった。
    15
    

    View Slide

16. ご視聴ありがとうございました
    参考文献
    ・テキストマイニングを使う技術/作る技術
    著：那須川哲哉
    東京電機大学出版局 2006年11月
    16
    

    View Slide