AI辯論員商用化 深入分析文字

提高Chatbot體驗 助管理層決策

行政人員版 2020/04/08

分享:

人工智能(AI)可在海量資訊中尋找獨特見解,但分析文字的深層意思仍有很大挑戰。

科企IBM的新技術,讓企業利用AI從資料中整理摘要並進行分析,例如消化厚重的使用說明手冊,又或從演詞中分析出言論重點,從而協助管理層決策,並提高Chatbot等應用的用戶體驗。

IBM近日將其AI辯論員項目「Project Debater」的技術商業化,辯論講求在有限時間組織論點反駁對方,而IBM所開發的AI辯論員,從公開展示所見,已漸不遜色於真人辯論員,它能分析辯論對手的言論,再從網上資料中組合出有理據的論點。該項目公開以來,外界一直好奇,有關技術如何在實際生活或企業場景應用。

進階情緒分析 大量文件歸納摘要

IBM香港首席科技專家戴劍寒接受專訪時解釋,第一階段先將Project Debator與企業應用最相關的機能推出,包括進階情緒分析(Advanced Sentiment Analysis)、總結(Summarization)與進階主題群集(Advanced Topic Clustering)。

其中,進階情緒分析讓電腦更加人性化地了解顧客說話內容,改善Chatbot的應用;又或分析業績報告中,從字眼情緒分析管理層言論,會比單從字面理解更為全面。其次,總結的功能讓AI從大量文件歸納出摘要,而群集功能則對用戶輸入的資料整理出討論主題。

他指出,這3項主要功能會整合至IBM Watson,加強企業運用自然語言處理(Natural Language Processing,NLP)的能力。

他舉例,包括可幫助汽車業改善客戶服務Chatbot的表現;協助會計師行處理稅項抵免,以及即時將現實球員數據更新至遊戲資料庫(見表)。

以美式足球遊戲的應用為例,因球員資訊來源多,如不同網站及平台對球員的評論,電腦要理解內容,先要明白這些文字是在討論哪個話題。

傳統技術或只能單以關鍵字統計,整理歸納常見字眼,而新技術可從數以十萬計的文字資料,製作出內容總結並反映。

針對技術的未來發展,他表示,現時系統仍要以人手花很多時間,將內容整理標籤以訓練模型,未來能否加快過程的自動化,並加闊NLP的應用層面,會是未來的研究看點。

有關技術應用暫時不適用於中文資料,戴劍寒指出,雖然該企未有定好中文應用推出的日期,但因為系統分析不同語言的核心技術仍相通,要擴至支援其他語言,相信只屬時間問題。

IBM挑戰賽 開發方案應對疫情

戴劍寒又談到,全球科企都加快以科技找出應對疫情之道,以IBM為例,現時正進行的Call for Code全球挑戰賽,就將新冠肺炎納為比賽主題,希望開發者盡快為對應危機推出創新方案,焦點方向包括危機通訊、遙距學習,以及社區合作。IBM亦與美國政府與其他科企合作,提供硬件與AI運算能力,尋找潛在的治療方法。

作者:周俊霖

責任編輯:黃懌勤

IBM香港首席科技專家戴劍寒指,新技術可讓Chatbot更人性化地了解客戶互動內容。(IBM提供圖片)

緊貼財經時事新聞分析,讚好hket Facebook 專版