意図の分類: 概要と使用方法と例

公開: 2022-09-30

競争の激化により、顧客はこれまで以上に多くの選択肢を手にしています。 高品質の顧客サービスを提供することは、現在、企業が競争力を維持するためにできる重要なことの 1 つです。 自然言語理解からの概念は、意図分類 (NLU-自然言語理解) で使用されます。 調査によると、次のことが示されています。

  • 消費者の 3 分の 1 は、たった 1 回の否定的な出会いの後、愛用しているブランドを放棄します。
  • 良い出会いの後、消費者の 70% がそのブランドを友人に勧めています。

自然言語処理 (NLP) の一分野である自然言語理解 (NLU) の目標は、単語の文法と文脈を調べることによって、機械の読解力を向上させることです。 企業は、チャットボットやパーソナライゼーションなどのカスタマー ケアに AI テクノロジを使用することで、クライアントをよりよく理解し、カスタマー エクスペリエンスを向上させることができます。

このブログでは、意図の分類と、例を使用して使用される方法について説明します。

意図分類とは

意図の分類は、意味に基づいてフレーズをグループに分類します。 意味は、話し手が何を言いたかったかを示します。 アプリでデフォルトのシステム インテントを使用するか、特定のタスク用にカスタム インテントを作成できます (ほとんどの開発者はアプリ用にカスタム インテントを作成します)。

たとえば、あいさつ、同意、意見の相違、送金、タクシーの注文など、必要になる可能性のあるものはすべて、さまざまな意図の分類に入れることができます。

モデルは、各フレーズを 3 つのグループ (単一、複数、なし) に分類します。

インテントを分類するためのモデルを作成するには、ファイルのインテント セクションでトレーニング例を定義する必要があります。 ドキュメントを読むことで、その方法の詳細を学ぶことができます。 データセット ファイルをアプリケーションにリンクすることを忘れないでください。 また、カスタム インテントはシステム インテントと同時に機能することにも注意してください。

意図分類の使用方法と例

機械学習と自然言語処理を組み合わせた意図分類により、特定の意図を持つ単語や文章を自動的に関連付けます。 たとえば、機械学習モデルは、 「購入する」や「取得する」などのフレーズが頻繁に購入の意図に関連付けられていることを発見できます。

ただし、最初に、意図分類器をトレーニングするために、トレーニング データとして知られるテキストの例が必要です。 顧客のメールを調べると、次のようなタグを見つけることができます。

  • 興味がある
  • 情報が必要
  • 登録解除
  • 人違い
  • メールバウンス
  • 自動返信など

タグが設定されたら、各タグに関連するテキストの例を使用してインテント分類子をトレーニングできます。

たとえば、次のように考えてください。 手伝っていただけないでしょうか？」 必要に応じて、このメールに興味深いフラグを立てることができます。

モデルに与える例が多いほど、学習する情報が増えるため、意図分類子はよりインテリジェントになります。

テキスト抽出と組み合わせて意図検出を強化し、テキスト内の特定の情報 (日付、場所、会社名など、ユーザーの意図に関連するもの) を見つけることができます。

たとえば、「カナダからアメリカへのフライトを予約したいのですが、カードが拒否されました」というメッセージを受け取った場合、インテント分類子はそれをフライトを予約するインテントとして分類します。 テキスト エクストラクタは、エンティティ「Canada」と「USA」を抽出します。

意図分類の有用性

ビジネスは、特に販売および顧客サービスの分野で、顧客の意図を分類することによって、より顧客中心になることができます。 意図の分類は、見込み客への迅速な対応、問い合わせの処理、個別化されたサービスの提供など、多くのタスクにとって重要です。

いくつかの利点をさらに詳しく説明します。

  • あらゆる販売機会を利用してください。

購入の意図を自動的に検出することは、組織が迅速に行動し、見込み客を有料の顧客に変えることができるため、販売と顧客サービスにとって不可欠です。 チームが購買意向に迅速に対応すればするほど、契約を成立させる可能性が高くなります。

一部のクライアントは、6 時間以内の応答を要求します。 Facebook ユーザーが製品の在庫状況を尋ねたとします。 インテント分類子を使用すると、関心のあるクライアントを迅速に特定し、連絡して売り上げを伸ばすことができます。

  • 拡張に合わせてスケーリング

企業が大量のデータにさらされている場合でも、インテント分類子は潜在的な顧客を特定し、そのクエリを営業担当者に向けることができます。 機械は、人間よりも速く、ノンストップで動作し、疲れないため、セールを逃すことはありません。

  • 信頼できる基準

マシンは常に同じ設定と基準を使用してデータを処理します。 測定の一貫性により、すべての消費者の意図が同じ基準、プロトコル、およびアルゴリズムの下で検査されることが保証されます。 エラーを減らし、データの精度を高めます。

  • 販売コンバージョンを増やす

マーケティング キャンペーンを開始し、顧客とのやり取りを受け取ると、意図分類子を使用して、購入意向の高い購入者を特定し、すぐに関与させることができます。 したがって、コンバージョン率は屋根を通り抜けます。

  • 販売キャンペーン分析

販売およびマーケティング活動で明示的な意図が自動的に認識されるため、コンバージョン率、関心のある顧客、アップセルの見込み客などに関する有効なデータに基づいてレポートをすばやく作成できます。

結論

見込み客を顧客に変えたい場合、インテント分類は最良の友となります。 AI を活用することで、ユーザーと潜在的な顧客の間の多くのやり取りを調べて、それぞれのやり取りが何であるかを自動的に把握できます。

このタスクを自動化するとすぐに、すぐに行動を起こし、有望な見込み客と連絡を取ることができます。 インテント分類が顧客データの並べ替えにどのように役立つかを確認したい場合は、デモをリクエストできます。当社のチームが開始を支援します。

QuestionPro は、単純な調査ソフトウェア以上のものを求める場合に優れた代替手段です。 彼らはあなたのアンケートを受け取り、情報収集を開始できるようにします。 QuestionPro では、調査に必要なすべてのリソースを見つけることができます。