- 基本情報
- 管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining
- ライセンス情報
- よくある質問など
データセットで感情を有効化する
必要なユーザー権限: 「データセット管理者」
トレーニングを開始する前に、データセットの作成時に感情分析を有効化するかどうかを選択する必要があります。これは、各メッセージにどのようにアノテーションを行うかということと、プラットフォームの予測の出力に影響するため、重要な決定です。
感情分析を有効化する場合は、ラベルを適用する際に常に、肯定的な感情または否定的な感情のどちらかを選択する必要があります (中立的な感情はありません)。
このためアノテーションのプロセスがわずかに遅くなりますが、感情表現が多いコミュニケーション データでは、各ラベルの全体的な感情 (人が X に満足しているかや、Y に不満があるか) を示す非常に有用な指標になります。
感情分析を有効化する状況
感情分析が非常に役立つのは、顧客 (または従業員) のフィードバック レビューやアンケート、サポート チケット、チャットなどの感情表現が多いコミュニケーション データにおいて、さまざまなトピックに関する顧客 (または従業員) の満足度 (または不満足度) を認識しようしている場合です。
感情分析は、全般的に中立的なトーンのコミュニケーション データでは、一般的に推奨されません (ただし例外はあります)。たとえば、BAU チームが相互に、あるいは外部のチームと対話するための共有メールボックスなどは中立的なトーンです。このような種類のデータ ソースでは、感情は時々しか表れないのが普通ですが、感情分析を有効化した場合は、各ラベルに肯定的または否定的な感情を割り当てる必要があります。
さらに中立的なデータセットでは、感情がはっきりと表れるケースがはるかに少ないため、通常は、「不満」「催促」などの本質的に肯定的または否定的なラベルを使用して容易に感情をキャプチャできます。
感情を有効化する方法については、こちらで前の記事をご覧ください。