ページの本文へ

Hitachi

サイト名称

「CoreExplorer/TS」におけるテキスト要約の概要

img08

膨大な発話データから不要な文字列・単語・発話を除去し、
その中から前後の発話と比較して残すべき重要文を判断し抽出します。

CoreExplorer/TSは、各機能を『マイクロサービス化したAPIで提供する』仕組みです。


「教師なし機械学習」の採用により、運用コストを抑えた要約システム

要約を実行するために教師なしの機械学習を採用することで、これまで工数がかかっていた学習作業を大幅に削減することが可能です。教師あり学習では膨大な重要文の正解文章を教師データとして学習させる必要がありましたが、その作業は不要になり、要約対象となる文章に関わるマニュアルや過去のFAQ、CRMの情報等を読み込ませることで、自動で重要文を判断し要約が可能になります。

img01

テキスト要約システム画面イメージ

img07

テキストデータを要約(重要文抽出)し、様々なシステムで活用!

コンタクトセンタで蓄積された音声テキストデータを要約し、不要文を取り除くことでFAQやチャットボット、テキストマイニングの分析用データとして活用がしやすくなります。

img02

要約機能の各機能をWebAPIで提供 必要な機能を個別に利用可能

要約に関わる各機能をマイクロサービス化したAPIで提供する仕組みとなります。自社のシステムに組み込んだり、他社製品と連携させたり、バッチ処理で処理をさせるなど、自由な利用方法が可能です。

img03

抽出型要約により不要な発話を除外して要約文を作成

抽出型要約技術により要約文を作成します。音声テキストデータに含まれる言いよどみや定型的な不要文の削除、また機械学習の技術を使い、既存のFAQや過去の問合せ、マニュアルなど業務に関わる情報を取り込むことで重要文を判断し抽出し要約文を作成します。

処理内容 処理詳細 処理方式
フィラー・感動詞の除去 「あ~」「その」などの言いよどみなどを
削除
ルールベース
音声データ固有のノイズ除去 (先頭に"ん"、短く意味のないひらがな) ルールベース
不要文除去 「もしもし」「かしこまりました」などの
定型文を削除
教師あり
機械学習
重要文抽出
(Customerの発話から質問文を抽出)
残った文章の中からコーパスを元に重要文を
判断し抽出
教師なし
機械学習

お問い合わせ・資料請求

テキスト要約システム「CoreExplorer/TS」に関する
資料請求・お問い合わせはこちら