什麼是文本分析

文本分析相對於過去傳通分析最大的差別在，傳統數據分析處理的是「結構化的資料」－資料本身具有明確的定義與質，如一張固定結構的表格或資料庫。

然而文本 ... 德鴻科技Grandsys 語系 繁體中文 簡体中文 解決方案AI機器人服務AI智能語音機器人AI即時客服助手AI智能質檢Fintech應用新世代行動通訊方案智能視訊應用金融業雲端應用CallCenter雲端應用CX客戶體驗全媒體智能通訊平台全媒體智能客服系統AI機器人服務WFO應用AI智能質檢錄音系統排班系統產品介紹AI智能語音機器人AI即時客服助手AI智能質檢文字客服機器人全媒體智能通訊平台全媒體智能客服系統智能視訊應用雲端客服應用新世代行動通訊方案金融業雲端應用錄音系統排班系統專業電話耳機專業服務顧問諮詢服務智能質檢顧問服務系統規劃與整合服務雲端應用規劃與整合系統維護與技術支援產業新知創新應用營運管理電話行銷技術論壇最新消息 首頁 > 產業新知 > 創新應用 > 什麼是文本分析 什麼是文本分析 2017-12-22   在先前幾篇文章中，我們分享了如何透過語音識別技術(SpeechtoText、STT)，將客服中心內專員與客戶的對話，轉換成可供分析的對話文本。

而要將這些文本「數據」轉換成對管理者有用的「資訊」，那還需要有文本分析的技術，來抽取出文本中有價值的資訊。

本文會為各位簡單介紹何謂文本分析，可能運用的場景與背後基本的技術原理。

文本分析相對於過去傳通分析最大的差別在，傳統數據分析處理的是「結構化的資料」－資料本身具有明確的定義與質，如一張固定結構的表格或資料庫。

然而文本分析所處理的數據，一開始並沒有特定的結構。

就像人講話一樣有長有短。

需要經過加工與處理後，才能轉換成可供分析的數據。

而這些非結構化的數據又來自哪裡呢?如每天發佈的新聞、社群媒體(Facebook、Twitter)上的留言、論壇、部落格等。

甚至非文字的聲音，圖像等都算在非結構資料的範圍。

  文本分析應用場景 現在所謂大數據分析非常火熱，也越來越多企業投入研究文本分析相關應用。

究竟文本分析能帶來什麼樣的價值。

以下分享幾個應用場景供各位參考。

  主題提取： 人類每天產生的文字與內容，數量早已超過我們的想像。

不論是專利文件、研究論文或部落格文章。

主題提取的技術嘗試透過演算法自動找出這篇文章的主題為何，將大量的文字壓縮成幾個重要的關鍵字詞供後續分析使用。

  情緒分析： 情緒分析最主要的目標是嘗試從大量的文字中，辨識出正面與負面等情緒。

透過辨識情緒，企業可以找出社群媒體中不滿意的客戶，或監控幾個指標性的論壇部落格，是否出現不利企業的言論。

透過提早發現不滿意客戶的貼文，在事態擴大前盡快回應處理，降低危機的破壞性。

  意見探勘： 這源自於傳統上的輿情分析。

網路輿情分析，是透過收集並分析網路上消費者發表的意見，了解目標客群對於企業品牌、產品或服務、甚至促銷活動的想法。

透過分析的結果，調整優化現有的服務內容或產品研發方向。

回到客服中心本身、因近年全渠道客服(Omni-channel)的快速發展，客服中心擁有眾多文字的對話記錄與email文件等。

加上透過語音識別技術，我們可以收集到客戶更直接的回應。

網路上搜集回來的資料，因很難確認資料來源的真實性與身份，有時在抱怨的也不一定是你的客戶。

然而客服中心內的資料因紀錄的都是實際客戶的互動，故更加的精準。

應用場景可參考『重新挖掘潛藏在客服中心的顧客之聲』，該文中有更多如何應用客服中心對話資料的討論。

  如何實現？ 進行文本分析可初步分成下列幾個步驟： 選定目標：根據本次分析目標，決定從何蒐集數據。

如要針對航空業者的服務進行分析，便會挑選如知名旅遊部落客、背包客棧或Facebook上相關旅遊粉絲團進行。

數據蒐集：將目標網站的文本資料下載回來，網站的資料透過暱稱”爬蟲”的技術將文本抓取下來。

斷字斷句(非結構化轉結構化)：`將文本轉換成可供分析使用的單詞。

資料分析：根據本次分析目的建立相關模型。

趨勢性分析用於追蹤一定時間內，產品在網路上的聲量與熱度，以及談論到相關產品時的熱門主題。

情緒分析可用於標記高風險的客戶，提早找出可能，並提早回應。

資料視覺化：將分析的結果，轉換成視覺化的呈現。

提供企業決策時使用。

  作者:德鴻科技售前顧問David