ภูมิทัศน์การสร้างภาษาธรรมชาติ

การใช้งานเชิงพาณิชย์ของการสร้างภาษาธรรมชาติ (NLG) ยังอยู่ในช่วงเริ่มต้น แตกต่างจากสภาพแวดล้อม Martech ที่แออัดด้วยผู้เข้าร่วมมากกว่า 7,000 คนภูมิทัศน์ NLG นั้นเบาบางมาก ในโพสต์นี้ เราจะพิจารณาองค์กรที่ใช้ NLG เพื่อสร้างเนื้อหาทั้งแบบยาวและสั้น สร้างการเล่าเรื่องจากข้อมูลที่มีโครงสร้าง และแปลงข้อความเป็นคำพูด

การสร้างเนื้อหาแบบยาว (750+ คำ)

เทคโนโลยี MarketMuseNLG เป็นแพลตฟอร์มแรกและแห่งเดียวที่นำเสนอเนื้อหาแบบยาวที่สร้างขึ้นโดยใช้การสร้างภาษาที่เป็นธรรมชาติ เราสร้างข้อความขนาดยาวด้วยความช่วยเหลือของเครือข่ายประสาทเทียมที่มีการเรียนรู้เชิงลึกรวมถึงบทสรุปเนื้อหาของ MarketMuse

บทสรุปเนื้อหา MarketMuse เหล่านี้เป็นแบบเดียวกับที่มอบให้กับนักเขียนที่เป็นมนุษย์เพื่อช่วยให้พวกเขาสร้างเนื้อหาที่ดีขึ้น บทสรุปให้กรอบงานโดยละเอียดเพื่อสร้างเนื้อหา ด้วยหัวข้อ คำถาม และคำบรรยาย MarketMuse Content Briefs จะให้บริบทสำหรับเอ็นจิน NLG เพื่อสร้างข้อความที่เกี่ยวข้อง

ผลลัพธ์ที่ได้คือร่างเนื้อหาเบื้องต้นที่เข้าถึง KPI ที่จำเป็นทั้งหมดในขณะที่ต้องมีการแก้ไขเพียงเล็กน้อย

การสร้างข้อความ (น้อยกว่า 750 คำ)

สำหรับจุดประสงค์ของเรา เรากำลังกำหนดคำใดๆ ที่น้อยกว่า 750 คำให้เป็นการสร้างข้อความอย่างง่าย มีบางสถานการณ์ที่การบรรยายในรูปแบบที่สั้นกว่าเหมาะสมกว่า เช่น การเขียนข้อความโฆษณาในอีเมลและเว็บ เป็นต้น

ข้อเสนอสองรายการจัดอยู่ในหมวดหมู่นี้ แม้ว่าจุดประสงค์จะแตกต่างกันอย่างสิ้นเชิง

Articoolo มุ่งเป้าไปที่ผู้จัดพิมพ์ที่ต้องการบทความเว็บไซต์ไม่เกิน 500 คำ สิ่งที่ต้องมีคือหัวข้อสองถึงห้าคำและจำนวนคำที่ต้องการ ขณะที่ให้กำลังใจ คุณค่าของบทความสั้นและผิวเผินดังกล่าวก็มีจำกัด

Phrasee ทำงานได้อย่างยอดเยี่ยมในการปรับแต่งข้อเสนอผลิตภัณฑ์สำหรับกรณีการใช้งานเฉพาะที่ต้องการข้อความที่มีความยาวสั้น นี่เป็นสถานการณ์ที่มีมูลค่าสูงซึ่งได้ประโยชน์จากการทำสำเนาที่มีผลกระทบสูงและกระชับ

Phrasee Email ใช้สำหรับหัวเรื่องอีเมล หัวเรื่อง หัวเรื่อง หัวเรื่องย่อย และคำกระตุ้นการตัดสินใจ Phrasee Push ใช้สำหรับข้อความพุชของแอพมือถือ Phrasee Social ใช้สำหรับสร้างข้อความบน Facebook และ Instagram ในขณะที่ Phrasee Everywhere ช่วยในเรื่อง AdWord, หน้า Landing Page และข้อความโฆษณาแบบดิสเพลย์

ผู้เขียนบทความและมิกเซอร์

รูปแบบดั้งเดิมที่สุดของการสร้างบทความโดยใช้คอมพิวเตอร์ช่วยคือการเขียนบทความใหม่หรือที่เรียกว่าการปั่นบทความ ในการดำรงอยู่มานานกว่าสิบปี SEOs ใช้ผู้หมุนบทความเพื่อสร้างเนื้อหาคุณภาพต่ำจำนวนมหาศาลอย่างรวดเร็วสำหรับการเชื่อมโยงเครือข่าย

นี่ไม่ใช่การสร้างภาษาธรรมชาติ

มนุษย์ไม่ค่อยเข้าชมไซต์เหล่านี้หรืออ่านหน้าเหล่านี้ เหล่านี้เป็นเครือข่ายบล็อกที่ออกแบบมาเพื่อใช้ประโยชน์จาก Google PageRank เพื่อให้บางหน้าสามารถจัดอันดับได้ดีในการค้นหา

หลักการของการหมุนบทความนั้นง่าย นำข้อความต้นฉบับและแทนที่คำต่างๆ เพื่อสร้างเวอร์ชันใหม่ ความพยายามในช่วงต้นได้รับความทุกข์ทรมานจากการเลือกคำที่ไม่ดีเมื่อเลือกการแทนที่

นี่คือย่อหน้าข้างต้น เรียกใช้ผ่านตัวหมุนบทความ

“เหตุผลของการเขียนข้อความใหม่นั้นตรงไปตรงมา ใช้เนื้อหาที่ไม่ซ้ำใครและแทนที่คำต่างๆ เพื่อสร้างเนื้อหาใหม่ที่ไม่เหมือนใคร ความพยายามในช่วงต้นประสบกับการตัดสินใจด้วยคำพูดที่ไม่ดีขณะเลือกการทดแทน”

แม้ว่าจะถูกต้องตามหลักไวยากรณ์ แต่ก็น่าอึดอัดใจ การปรับปรุงโดยใช้วิธีการนี้มีน้อย บางคนใช้ API การประมวลผลภาษาธรรมชาติของ Google เพื่อทำการวิเคราะห์ไวยากรณ์ ระบุส่วนของคำพูด (PoS) และแยกโทเค็นและประโยค อย่างไรก็ตาม คุณภาพของผลผลิตยังคงอ่อนแอ และตลาดเป้าหมายสำหรับผลิตภัณฑ์เหล่านี้ยังคงเหมือนเดิม

บริษัทบางแห่งที่ทำงานในพื้นที่นี้ ได้แก่ WordAi, SEO Article Generator, AI Spinner และ Chimp Rewriter ไม่ต้องสงสัยเลยว่ามีอีกมาก แต่ไม่มีสิ่งใดที่ดีเลย แม้ว่าพวกเขาอาจพยายามวางตำแหน่งตัวเองเช่นนั้น แต่ผลิตภัณฑ์เหล่านี้แทบไม่เกี่ยวข้องกับปัญญาประดิษฐ์หรือการประมวลผลภาษาธรรมชาติ

เครื่องผสมบทความเป็นเครื่องสร้างเนื้อหาอีกประเภทหนึ่งที่เกี่ยวข้องกับการสร้างภาษาธรรมชาติเพียงเล็กน้อย แม้ว่าจะมีการวางตลาดอย่างไรก็ตาม ตามชื่อที่สื่อถึง การผสมบทความเกี่ยวข้องกับการผสมประโยคจากหน้าที่เกี่ยวข้องกับหัวข้อ การทอให้เป็นเรื่องเล่า และการแทนที่วลีเฉพาะโดยใช้คำพ้องความหมาย

มีปัญหาทั้งในระดับมาโครและไมโคร ไม่มีโครงสร้างโดยรวมที่แท้จริงสำหรับชิ้นส่วนเหล่านี้ แม้แต่ในระดับประโยค การเลือกที่ทำขึ้นก็ค่อนข้างจะไร้เหตุผล

บริษัทสองแห่งที่มีผลิตภัณฑ์เข้าข่ายการปะปนบทความ ได้แก่ Article Forge และ AI Writer

การบรรยายข้อมูลที่มีโครงสร้าง

แอปพลิเคชันในหมวดหมู่นี้ใช้ชุดข้อมูลที่มีโครงสร้างสูงและเปลี่ยนเป็นคำบรรยาย Associated Press ผลิตบทความเกี่ยวกับรายรับของบริษัทเกือบ 4,000 บทความทุกไตรมาสโดยใช้ปัญญาประดิษฐ์ ไซต์อีคอมเมิร์ซยังสามารถสร้างคำอธิบายผลิตภัณฑ์ เรื่องราวของหมวดหมู่ และจดหมายข่าวโดยใช้วิธีนี้

มีกรณีการใช้งานมากมายสำหรับแนวทางนี้ ตราบใดที่คุณมีข้อมูลที่มีโครงสร้างเพื่อรองรับ นั่นเป็นปัจจัยสำคัญในการทำให้งานนี้เป็นจริง ในตัวอย่างรายงานรายได้ เรื่องราวโดยรวมค่อนข้างเรียบง่ายและไม่เปลี่ยนแปลง สิ่งที่ทำให้แต่ละเรื่องแตกต่างกันคือตัวแปร นี่คือตัวอย่างรายงานรายได้ของ Apple จาก Associated Press

นี่คือบางแบรนด์ที่ทำงานในพื้นที่นี้:

• เวิร์ดสมิธ
• Quill
• ความหมายขวาน
• Arria
• YSEOP
• textengine.io
• vวลี
• ความจำเพาะ
• จินนี่
• CREWmachine

แพลตฟอร์มเหล่านี้ใช้วิธีการแบบเทมเพลตหรือสร้างเอกสารแบบไดนามิก วิธีที่ง่ายที่สุดคือวิธีการเติมช่องว่างซึ่งข้อมูลจะถูกเติมในช่องว่างภายในเทมเพลต

ภาษาเทมเพลตของเว็บ สคริปต์ หรือข้อความที่ใช้สร้างกฎ เป็นขั้นตอนที่เพิ่มขึ้นจากการเติมช่องว่างอย่างง่าย แต่หากไม่มีความสามารถทางภาษาที่ซับซ้อน ก็ต้องดิ้นรนเพื่อสร้างข้อความคุณภาพสูง

ฟังก์ชันทางไวยากรณ์ระดับคำช่วยให้เขียนเทมเพลตที่ซับซ้อนได้ง่ายขึ้น เนื่องจากสามารถจัดการกับการอักขรวิธี สัณฐานวิทยา สัณฐานวิทยา และข้อยกเว้น แต่อย่าพลาด การสร้างผลงานที่มีคุณภาพด้วยวิธีนี้ยังคงเป็นความท้าทายที่สำคัญ

ข้อความเป็นคำพูด

ข้อความเป็นคำพูดจะแปลงข้อความที่เขียนเป็นเสียงที่เป็นธรรมชาติในหลายภาษา สามารถใช้ในการโต้ตอบของแชทบ็อตและผู้ช่วยเสียง เปลี่ยน eBook ดิจิทัลเป็นหนังสือเสียง และโต้ตอบกับระบบนำทางในรถยนต์

เมื่อเร็ว ๆ นี้ บริษัทต่างๆ ได้ใช้โครงข่ายประสาทเทียมระดับลึกเพื่อสังเคราะห์เสียงพูดที่เกือบจะเหมือนกับการบันทึกของมนุษย์ รูปแบบการพูด น้ำเสียง และการออกเสียงเหมือนมนุษย์ช่วยลดความเมื่อยล้าในการฟังอย่างมากเมื่อโต้ตอบกับระบบ AI

องค์กรที่มีชื่อเสียงจำนวนหนึ่งครองพื้นที่นี้:

• IBM Watson
• Microsoft
• อเมซอน พอลลี่
• Google

สรุป

ในช่วงสองสามปีที่ผ่านมา การสร้างภาษาธรรมชาติมุ่งเน้นไปที่การแปลงข้อความเป็นคำพูดเป็นหลัก และการสร้างเรื่องเล่าจากข้อมูลที่มีโครงสร้างสูง ด้วยเทคโนโลยี MarketMuse NLG นักการตลาดสามารถใช้ประโยชน์จาก NLG ในการผลิตเนื้อหารูปแบบยาวได้แล้ว