FRONTEO、2種類の自社開発AIエンジンを組み合わせ文書解析の精度向上を達成

株式会社FRONTEOは、自然言語処理に特化したAIエンジン「KIBIT(キビット)」を自社開発している。KIBITの運用に際しては、あらかじめ判断基準となる教師データを学習させる必要がある。

適切な解析のためには、一定量の学習データ数が必要だが、整理されていない大量の学習データをAIに読み込ませると、重要なデータの識別が難しくなり、かえって解析精度が落ちることがある。また、大量の学習データの中から学習させるデータを選び出す手間も大きかったのだという。

そこでFRONTEOは、人工知能「KIBIT」を搭載したAIソリューションでの顧客データ解析において、教師データの作成のためのモデル選定に、人工知能「Concept Encoder(コンセプトエンコーダー)」を用いることによって、高精度の教師データの短期間での作成に成功したことを発表した。

自由記述による大量のテキストデータをベクトル化し、視覚的に提示することを強みとするConcept Encoderで、対象となる文書データを解析。それらをマッピングして可視化することで、大量のデータにどのようなクラスタが含まれているかの把握と、学習に適したデータの選定がスムーズに行えるようなった。

FRONTEO、2種類の自社開発AIエンジンを組み合わせ文書解析の精度向上を達成
KIBITとConcept Encoderを掛け合わせた手法を表した図

これにより、教師データのモデル作成にかかる作業負荷の軽減と作業効率・精度の向上が達成されたことに加え、AIがデータを客観的かつ網羅的に解析することで、顧客自身が気づいていなかったデータクラスタの提示や、クラスタリング精度の標準化などの効果も確認された。

この手法は、営業日報、学術論文、エントリーシートなど、多様な種類の文書の解析において成果を上げている。FRONTEOは、今後も自社で開発した複数のAIエンジンや様々な技術、ノウハウを有機的に組み合わせて活用していくとしている。