Bedrijfsgroei dankzij automatisering en Google's NLP

Inzichten met Google

Google heeft een Natural Language API waarmee je Machine Learning-inzichten uit ongestructureerde tekst kunt halen.

Verhoogde flexibiliteit

Als de Natural Language API niet flexibel genoeg is voor je behoeften, is AutoML Natural Language misschien geschikter.

Heeft je bedrijf een klantenservice? De website een chatbot of een online formulier? Of verwerk je andersoortige data zoals bijvoorbeeld callcenter-opnamen? Als het antwoord op een van deze vragen ja is, is de kans groot dat je op een groot zakelijk potentieel zit.

Tegenwoordig verzamelen veel organisaties meer gegevens dan ze weten wat ze ermee moeten doen. Neem het voorbeeld van een chatbot op je website. Elke dag ontvang je enkele tot enkele honderden berichten met vragen, opmerkingen en verzoeken. Een werknemer kan misschien enkele tientallen per dag opvolgen, maar niet honderden, en je bedrijf zal onvermijdelijk achterop raken. Dit betekent dat je potentiële leads misloopt of te laat bent met belangrijke problemen oplossen. Bovendien is het onwaarschijnlijk dat werknemers bij het verwerken van de inhoud van deze formulieren naar patronen zoeken, modellen bouwen en voorspellingen doen. Dat is een gemiste kans.

Dus wat kan je doen? Automatiseren.

Je kunt een manier vinden om automatisch en snel alle invoer te verwerken die je van chatbots ontvangt en, idealiter, zou je zelfs de antwoorden willen automatiseren. Dit is precies waar Natural Language Processing (NLP) kan helpen. NLP is de combinatie van Machine Learning en Taalkunde en is sinds kort het meest onderzochte onderwerp op het gebied van kunstmatige intelligentie geworden.

Waardevolle inzichten met Google

Google heeft een Natural Language API waarmee je Machine Learning-inzichten uit ongestructureerde tekst kunt halen. Deze API is een gebruiksvriendelijke interface die is gekoppeld aan een reeks krachtige NLP-modellen die vooraf door Google zijn getraind om verschillende taken uit te voeren.

Omdat ze vooraf zijn getraind op enorm grote datasets, zijn deze modellen klaar voor gebruik. Met een eenvoudige API-aanroep kun je dus direct voorspellingen doen. Dit is vooral waardevol in situaties waar weinig gelabelde gegevens beschikbaar zijn.

The Natural Language API bestaat uit vier verschillende diensten:

  • Syntax Analyse
  • Sentiment Analyse
  • Entity Analyse
  • Content classificatie

Deze categorieën kun je op veel verschillende manieren toepassen. Een goed voorbeeld is het werk dat we hebben gedaan met LUMC. Tijdens deze samenwerking hebben we een geschikte toepassing ontwikkeld die interviews met artsen en patiënten automatisch registreert, transcribeert en analyseert.

Door Natural Language te combineren met spraak-naar-tekst, konden we een spraakherkenningsapplicatie ontwikkelen die inzichten haalt uit interviews met artsen en patiënten. Op deze manier hoeven artsen deze interacties niet te transcriberen en kunnen ze nu hun waardevolle tijd gebruiken om daadwerkelijk met patiënten bezig te zijn.

Verhoogde flexibiliteit met Google AutoML Natural Language

Als de Natural Language API niet flexibel genoeg is voor je behoeften, is AutoML Natural Language misschien geschikter. AutoML is een nieuwe Google Cloud Service waarmee je aangepaste Machine Learning-modellen kunt maken, getraind op een eigen gegevensset voor een specifieke taak.

De AutoML-service vereist wel wat meer inspanning, vooral omdat je een gegevensset moet hebben het model te trainen. De training en evaluatie van de modellen zijn vervolgens echter volledig geautomatiseerd en kennis van Macine Learning is ook niet vereist. Het hele proces kan worden gedaan in de Google Cloud-console zonder een regel code te schrijven. Mocht je deze stappen wel willen automatiseren, is er natuurlijk ondersteuning voor alle gangbare programmeertalen.

AutoML Natural Language gebruik je bijvoorbeeld om informatie uit een reeks inhoud te extraheren, zoals collecties van artikelen, chatgegevens, audio-opnamen of gescande PDF's enz. Aangepaste Machine Learning-modellen maken kan dan weer met enkele andere compatibele producten:

 

  • AutoML Text Classificatie: dit model analyseert een document en retourneert een lijst met inhoudscategorieën die van toepassing zijn op de tekst in het document. Een uitstekend voorbeeld van hoe dit wordt gebruikt, zijn mediabedrijven. Ze gebruiken AutoML-tekstclassificatie om inzicht te krijgen in de duizenden stukjes inhoud die ze dagelijks publiceren en kunnen bijvoorbeeld analyseren hoe het resoneert bij het publiek.
  • AutoML Sentiment Analysis: dit model inspecteert een document en identificeert het sentiment/de mening. Het classificeert vooral of de houding van een schrijver als positief, negatief of neutraal te bestempelen valt. Dit kan bijvoorbeeld worden gebruikt om klachten van klanten te analyseren en urgente verzoeken te prioriteren. Op deze manier kan een organisatie ervoor zorgen dat dringende problemen sneller worden opgelost en daarmee de klantervaring verbeteren.
  • AutoML Entiteit Extractie: Een entiteit extractie model inspecteert een document op bekende onderdelen in het document en labelt deze in de tekst. Dit is een handig model voor het verkrijgen van klantinzichten. Het kan helpen bij het vinden en labelen van veel voorkomende velden in documenten zoals e-mails, chat, audio-opnamen en sociale media. Vervolgens kun je met behulp van sentimentanalyse de mening van je klant over bepaalde producten beter begrijpen en de strategie afstemmen op die informatie. De NLP API en AutoML van Google kun je gebruiken voor heel veel zakelijke uitdagingen.

Recent posts

Denkt jouw organisatie al na over de impact van IT op het klimaat?

Toen ik vorige week de Guardian opensloeg, kreeg ik het hoofdartikel te lezen over het...

Migreer, schaal en innoveer op snelheid met Google Cloud VMware engine

Google Cloud VMware Engine omzeilt de uitdagingen van het verplaatsenven moderniseren van...

Waarom zou ik moeten kiezen voor Google Cloud?

"Waarom zou ik moeten kiezen voor Google Cloud (GCP)?". Een veelgestelde vraag in een...

Recent posts

Denkt jouw organisatie al na over de impact van IT op het klimaat?

Toen ik vorige week de Guardian opensloeg, kreeg ik het hoofdartikel te lezen over het...

Migreer, schaal en innoveer op snelheid met Google Cloud VMware engine

Google Cloud VMware Engine omzeilt de uitdagingen van het verplaatsenven moderniseren van...

Waarom zou ik moeten kiezen voor Google Cloud?

"Waarom zou ik moeten kiezen voor Google Cloud (GCP)?". Een veelgestelde vraag in een...