數據是現在最有價值的企業商品之一。根據IDG的2020年CIO報告，37%的IT領導者表示，數據分析將推動他們組織今年最大的IT投資。
雖然數據有多種形式，但最大的未利用數據池可能是由文本組成的。專利、產品說明書、學術出版物、市場調研、新聞，更不用說社交推送了，所有這些都以文本為主要組成部分，文本的數量也在不斷增長。這就是為什么研究公司Lux research說，自然語言處理技術，特別是主題建模，正在成為釋放數據價值的關鍵工具。
NLP是人工智能的一個分支，負責訓練計算機理解、處理和生成語言。搜索引擎、機器翻譯服務和語音助手都是由NLP來提供支持的。例如，主題建模(Topic modeling)是一種NLP技術，它將一個概念分解為了由詞組定義的常見概念的子類別。根據Lux Research的說法，主題建模使組織能夠將文檔與特定主題關聯起來，然后提取數據，例如主題隨時間的增長趨勢。主題建模還可以用于為給定的文檔建立“指紋”，然后發現具有類似指紋的其他文檔。
隨著人們對人工智能的興趣在商業領域的上升，組織開始轉向了使用NLP來釋放文本文檔等非結構化數據的價值。咨詢公司Mordor Intelligence預測，到2025年，NLP市場的收入將達到2019年的69.4億美元的三倍多。
下面是五個組織如何使用自然語言處理的例子。
埃森哲使用NLP來分析合同
埃森哲正在利用自然語言處理來進行法律分析。該公司的埃森哲法律智能合同探索(ALICE)項目正在幫助這家全球服務公司的2800名專業人士在其超過100萬份合同中執行文本搜索，包括對合同條款的搜索。
ALICE使用了“詞嵌入”的技術，這是一種基于語義相似性的NLP方法，有助于基于語義相似性的詞之間的比較。該模型可以逐段遍歷合同文檔，尋找關鍵字以確定該段落是否與特定的合同條款類型相關。例如，像“洪水”、“地震”或“災難”這樣的詞通常會與“不可抗力”一詞一起出現
“隨著我們繼續使用這一功能，并在看到額外的價值機會時對其進行了擴展和增強，用例也在不斷增長，”埃森哲的數字業務轉型、運營和企業分析全球董事總經理Mike Maresca表示。“我們正在尋找從現有數據中獲取價值的新方法。”
埃森哲咨詢公司表示，該項目大大減少了律師為獲取具體信息而手工閱讀文件的時間。
Maresca的建議是:不要害怕投入NLP。“如果創新是你文化的一部分，你就不能害怕失敗，”Maresca說。“讓我們進行實驗和迭代吧。”
NLP幫助Verizon處理客戶請求
Verizon的業務服務保證小組正在使用自然語言處理和深度學習來自動處理客戶的請求和評論。在Verizon的IT集團Global Technology Solutions(GTS)為服務保障創建了支持人工智能的數字工人之前，該集團每月收到了超過10萬個的入站請求，這些請求必須被讀取并單獨處理。
數字工人將基于網絡的深度學習技術與NLP集成在一起，用來閱讀主要通過電子郵件和Verizon的門戶網站所發送的維修單。它能夠自動響應最常見的請求，例如報告當前的票據狀態或修復進度更新。而更復雜的問題則會交給人類工程師。
“通過自動回復這些請求，我們可以在幾分鐘內回復，而不是在電子郵件發出后的幾小時內，”Verizon Business Group全球技術解決方案系統工程部執行董事Stefan Toth表示。
2020年2月，Verizon表示，自去年第二季度以來，數字工人每月節省了近1萬小時的工作時間。
Toth的建議是:關注開源。“環顧四周，與你的商業伙伴聯系，我相信你會找到機會，”Toth說。“在對一個平臺做出重大財務承諾之前，先看看開源并進行試驗。我們發現開源中有很多可用的內容。”
PSE&G轉向虛擬助手通過語音來幫助客戶
新澤西公共事業能源和天然氣服務公司(PSE&G)已經采用了虛擬助理技術和其他數字化的服務，使客戶能夠通過語音命令來管理他們的電力或天然氣帳戶。
PSE&G的虛擬助理利用亞馬遜Alexa提供了一個以自然語言處理為基礎的語音界面。它是使用亞馬遜提供的Alexa技能工具包構建的。
“我們試圖擺脫這樣一種印象，即我們來到這里只是為了維持運營，我們表明了我們是為客戶而來的，”PSE&G的項目首席開發官Salvatore Orsino表示。
PSE&G的客戶可以通過Echo、Echo Dot、Kindle Fire平板電腦和其他支持Alexa的設備來訪問虛擬助理。截至2019年7月，PSE&G表示，其客戶已經發出了超過10，000個獨特的請求，從檢查他們的帳戶余額和到期日期到檢查他們的能源使用，尋找節能提示以及支付賬單。
Orsino的建議是:變革管理是至關重要的。當Orsino開始這個項目時，PSE&G并不擅長開發新的軟件，員工們一開始也不相信這個產品會帶來價值。“一旦我們推出了Alexa，人們就會認識到它是一個與客戶溝通的合法渠道，他們看到了它所帶來的價值，現在所有人都開放了，也更愿意做出改變，以適應Alexa，以及我們正在開發的其他新應用，”Orsino表示。
Great Wolf Lodge用NLP支持的AI來追蹤客戶情緒
醫院和娛樂連鎖店Great Wolf Lodge的人工智能詞典編纂者(GAIL)會在每月的調查中篩選評論，決定作者是網絡的推動者、詆毀者還是中立者。
其利用了自然語言處理的人工智能，專門為酒店業使用了超過6.7萬條評論的訓練數據。GAIL在云中運行，并使用了內部開發的算法，然后會確定一些關鍵因素來說明為什么受訪者會對GWL持這種態度。截止2019年9月，GWL聲稱GAIL做出了95%的準確判斷。GWL在GAIL還不能理解的一小部分信息上使用了傳統的文本分析。
“我們希望在所有方面都能更好地與客人互動，”GWL的首席信息官Edward Malinowski表示。
GWL的業務運營團隊使用GAIL生成的洞察力對服務進行了微調。該公司目前正在調查能夠回答客人的關于GWL服務的常見問題的聊天機器人。
Malinowski的建議是:不要為了技術而使用技術。選擇那些能夠在技術和實用之間取得平衡的工具--并且與業務目標保持一致。“在尋找問題的過程中，你必須小心什么是噱頭，什么是解決方案，”Malinowski說。
Aetna使用NLP來快速解決索賠問題
健康保險公司Aetna創建了復雜的供應商合同自動裁決應用程序來自動閱讀每個合同中的付款說明、可扣除部分和額外的費用說明，然后計算價格并更新索賠。
該應用程序混合了自然語言處理和特殊的數據庫軟件，以識別支付屬性和所構造的額外數據，并且可以由系統自動讀取。因此，許多索賠可以在一夜之間就得到解決。
該應用程序使Aetna能夠重新將50名索賠裁決人員的工作重點放在需要更高層次的思考和護理提供者之間更協調的合同和索賠上。
Aetna首席技術官Claus Jensen表示:“歸根結底，這是為了給終端用戶提供更好的體驗。”他補充稱，該軟件將幫助Aetna成為醫療生態系統中更好的合作伙伴，為醫療服務提供商和患者服務。“我們要做的不僅僅是付賬單和在電話里回答問題。”
截至2019年7月，Aetna預計，該應用程序每年將節省600萬美元的處理和返工成本。
Jensen的建議是:集中精力，循序漸進。在一個理想的世界里，公司會實施人工智能來解決特定的問題。但一個基礎廣泛的解決方案是不明確的，最終會導致失敗。他還說，如果Aetna試圖將通用人工智能應用于其業務，就不會成功。此外，Aetna還花了幾個月的時間來測試這一過程，整理規則，并對這款應用進行了測試。Jensen說，很多人沒有耐心放慢腳步，用正確的方式來做事。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號