自然言語生成とそのビジネス応用

        
自然言語生成（NLG）
      
    AI著者とロボット生成ニュースの継続的な探求として、これらのアルゴリズムの原動力となっている技術のいくつかを探求することは価値がある。人間が書いたように読める文書を生成するように設計されたAIは、自然言語生成（NLG）アルゴリズムに依存している。NLGアルゴリズムは、構造化データから、あたかも人間が書いたかのように読めるテキストを自動生成することを意図している。構造化データとは、以下のような文書のことだ：
新製品の特徴を説明する製品レポート。
オンライン顧客満足度調査の調査結果。
財務報告書（ロボット作家が使うようなもの）。
パーソナライズされたEメール。
言い換えれば、NLGとは、生のテキストデータを収集し、それを人間の物語に変えることと定義できる。NLGは自然言語処理（NLP）と関連しているが、その働きは逆方向である。NLPはテキストからデータを収集し、NLGはデータからテキストを生成する。あるいは、NLPはNLGが書いたものを読む。NLGアルゴリズムの一般的な処理順序は次のようになる：
データ収集：学習に適した構造化データを見つけ、NLG出力で伝えるべき適切なコンテンツを選択する。
内容の決定：どのような主要トピックをどのように伝えるかを決める。
文書の構造化：最も首尾一貫した「自然な」方法でコンテンツのアウトラインを作成する。
コンテンツの集約：文章を作成し、似たような文章をまとめ、参考文献を追加する。
        
        
NLGは何を決断しなければならないのか？
      
    
それは、「自然言語」が意味するものと、この自然言語を使用して「人間の物語」を作成する方法です。NLGアルゴリズムにとって、自然言語は「次のようなもの」である：
一つのテーマに関する、大きく区切られたテキストの塊。
一貫した構文を持つ複雑な文章。
論理的な情報の流れを持つ包括的な構造。
参考文献と類例
次に、NLGアルゴリズムは、その出力ナレーションをどのようにコンパイルするか、つまり前節のステップ4を実行するかを決定しなければならない。自然言語入力のコンテキストに基づいて、アルゴリズムは、人間の声のように読むために、出力をどのようにフォーマットするのが最適かを理解する必要があります。それを決定する必要があります：
生成するテキストの核となるアイデア。
繰り返しの中で絞り込まれた、物語文の最良の構造。
文章の流れと言葉の選択。
適切な慣用句／参考文献／表現。
正しい構文と声。
      
        
ビジネス・アプリケーションにおけるNLG
       
    
NLGの "ヒューマンナラティブ "アウトプットは、現代のビジネスに多くの応用が可能である。この記事では、そのうちの2つ、レポートとマーケティングについて簡単に説明する。

Rise of AI Authorship（AIオーサーシップの台頭）」の投稿で述べたように、NLGとNLPを併用することで、複雑なデータに基づいてマーケターが読みやすいレポートを素早く作成することができる。例えば、NLGは前週の簡潔な売上レポートを提供することができる。また、NLGは個人の電子メールをデータソースとして使用し、素早く効率的に人間らしく聞こえる電子メールを作成することもできる。

データの迅速な報告やメッセージの書式設定に加え、NLGを使用した場合の主な見返りはマーケティングの分野でもたらされるというのが、ユーザーの一般的なコンセンサスである。マーケティング分野に特化したNLGのアプリケーションには、以下のようなものがある：

• 一律の」マーケティング資料を減らし、顧客別のマーケティング資料を自動的に増やす。
• ユニークな顧客をターゲットとしたユニークなマーケティングコンテンツを素早く生成。
• ターゲットを絞ったマーケティング資料を迅速に作成・配布することで、より幅広い顧客層に迅速にアプローチ。
• そのユニークな顧客がその企業の製品やサービスをどのように利用しているかに関連するエキサイティングなコンテンツを作成することによって、顧客のロイヤリティを高める。
• 固有の顧客に関するメタデータを理解し、その顧客に合わせた商品情報を提供する。

要約すると、NLGはNLPの反対側を提供する。NLG AIは構造化されたデータを入力として受け取り、テキスト文書を出力する。しかし、NLGを特別なものにしているのは、人間が書いたように見えるテキストを出力する方法である。NLGを正しく運用するには多くのニュアンスが存在し、「正しい」方法でNLGを使うことは必ずしも容易ではない。しかし、NLGがビジネスにもたらす見返りは、リスクに見合うだけの価値がある。現代の企業やマーケティング担当者は、デジタル時代に成功するために、NLGを理解し、それをどのように活用するかを理解しなければならないだろう。