AI活用はテキストの「解釈」から「生成」へ
自然言語生成ツールが進化、「機械が作成した文章だとほとんどの人は気付かない」
人工知能(AI)ソフトウェアのビジネスへの導入が進むにつれて、企業は自然言語生成ツールにも力を入れ始めている。
「一枚の絵は千語に匹敵する」ということわざがある。だが、少し言葉を添えるだけで絵の価値が上がることもある。その役割を担うのが自然言語生成ソフトウェアだ。
「興味深いデータポイントを人に見せたら、なぜそのデータが得られたのかと質問されるだろう。それに答えようとするのが自然言語生成(NLG)だ。NLGはあらゆるものに文脈を加える」と語るのは、金融サービス企業United Services Automobile Association(USAA)でデジタルチャネル分析部門のディレクターを務めるルーク・ホーガン氏だ。
自然言語生成ソフトウェアは、自然言語処理に含まれるサブカテゴリーの1つだ。ディープラーニングの進化は、機械にフリーテキストを扱わせるという新たな能力をもたらした。
この分野では、当初、アルゴリズムを用いてテキストを解釈することに重点が置かれていた。だが、次第にテキストの生成へと重点が移っていった。
レポートの肉付けをする自然言語生成ソフトウェア
USAAでは、BIレポートツールが作成する指標についての説明を、NLGを使って自動生成している。ホーガン氏が率いるチームは、オンラインでの新しい口座の開設など、デジタル製品のパフォーマンスを追跡する役割を担っている。USAAでは、Adobeの「Adobe Analytics」を利用して、このようなデータを追跡し、レポートを作成する。
その後、Narrative Scienceのソフトウェアがレポートのグラフに含まれるデータを考察し、グラフに示される数値が導き出された理由を一段落程度の文章で説明する。例えば、特定の日に開設された新規の口座数が計画よりも少ない場合、このソフトウェアはその原因と思われる傾向を特定して文章にする。
ホーガン氏によると、ダッシュボード自体はかなり前から存在しているという。そして、当座預金口座や保険証券といった自社商品の売れ行きという同社ににとって最も重要な質問に答えたことから大きな成功を収めた。だが、情報を提供すれば、その情報がさらなる質問を生み出す。そのため、USAAは自然言語生成ソフトウェアを作成する必要性を感じた。
「当社は、ある質問、さらにその質問から生まれるさらなる質問にも答えるダッシュボードを作成しようと考えた」(ホーガン氏)
自然言語生成ツール誕生のきっかけ
NLGの機能は、直接的な質問に答えることだけではなく、より込み入った文章の作成にも使用される。
例えば、不動産情報サイトTruliaでは自然言語生成ソフトウェアを利用して、ユーザーが閲覧する物件の近隣の説明を自動生成している。
Truliaでエンジニアリング部門のバイスプレジデントを務めるディープ・ヴァルマ氏によると、マーケティングチームがある都市の説明を自力で記述しているのを見てこのプロジェクトが始まったという。こうした人手による処理は多くの時間と労力が必要になるため、Truliaに掲載する全ての地域に対して同じ作業を繰り返すのは大変だと考えた。
そこで、同社は近隣の説明を自動的に記述するNLGアルゴリズムを開発することになる。情報を生成するアルゴリズムは、Pythonコードで作成するニューラルネットワークだ。このアルゴリズムは、公的に入手できるデータソースや、Truliaが管理する自社データベースからデータを取り出し、都市の気候、人口統計、住宅価格などの情報を文脈化する。
ヴァルマ氏は、同氏のチームがこのプロジェクトを開始した頃、機械が作成した文章が人間の書く文章として通用するくらいに優れたものになるかどうかについて議論が活発になされたと言う。現在、このプラットフォームは適切に機能し、機械が作成した文章だと気付く人はほとんどいない。「当社がこのプロジェクトを開始したころのAIは黎明期だった。だが、ようやく価値を提供するようになった」(ヴァルマ氏)
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
プレミアムコンテンツ
[アイティメディア株式会社] AI活用を成功に導く「オブジェクトストレージ」 NAS/SANの限界を突破するには -
プレミアムコンテンツ
[アイティメディア株式会社] 「性能ならSSD」「大容量ならHDD」はもう古い? 変わるストレージの常識 -
プレミアムコンテンツ
[アイティメディア株式会社] 「オンプレミス回帰」がまさかの失敗に クラウドをやめずに安くする最適化手法 -
事例
[発注ナビ株式会社] AI活用を成功させる企業とそうでない企業の違いとは? -
製品レビュー
[発注ナビ株式会社] システム開発「はじめの一歩」 押さえておきたい基礎知識と失敗を防ぐ方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
SAP移行で1900億円の赤字 「ベンダー任せ」が招くERP崩壊と回避策
-
2
「VMware vCenter」でゼロデイ悪用、PHPも修正――今朝の情シスニュース
-
3
「Copilot利用率99%」デンソー驚異の定着術 3万人を動かした“社長賞”の舞台裏
-
4
「GPT-6.1 Terra」は半額 それでもなぜ企業はAIモデルを選べないのか?
-
5
「nginx」のHTTP/2脆弱性(CVSS 9.2)、パッチ適用までの緊急チェックリスト
-
6
積水化学工業が「SAP S/4HANA Cloud」の“全グループ導入”に踏み切った訳
-
7
AIに長文を入力する際の「コンテキストウィンドウ」の適切な扱い方はどれ?
-
8
“アジャイルの壁”に挑むオリックス生命がIBMの開発管理ツールを選んだ理由
-
9
「Chrome」「Edge」「Firefox」のメモリ使用量はどれだけ違う? 測定してみた
-
10
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
SCS評価制度時代の「SASE選定」ガイド
-
3
Microsoft 365 Copilotを安全&効果的に活用するために必要な「2つの準備」
-
4
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
5
パスワード管理だけで十分? 特権アクセスを脅かす暗号鍵の放置リスクとは
-
6
すぐ分かる「AWS WAF」ガイド:特徴・運用課題・メリットを解説
-
7
マンガで解説:情シスの負担を減らす「MDRサービスのインシデント対応」の中身
-
8
「Copilot Cowork」でこう変わる AIエージェント時代の新たな働き方とは
-
9
AI活用で激化する外部・内部リスク、取引先へ波及する脅威から守る対策とは?
-
10
Microsoft 365 Copilotで実際何ができる? 回答の精度を高めるRAGとは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー