(首圖由AppWorks提供)
AppWorks Accelerator昨天(11/9)舉辦AppWorks Demo Day #15，共25組新創團隊登台。今年有Anno.阿諾標記、Botimize、Mr. Reply三家與Chatbot「聊天機器人」有關的團隊，顯見聊天機器人是下一代商業的契機；其中，阿諾標記的團隊組成格外特殊。
創辦者全為女性的創業團隊
阿諾標記的創辦人都是台大計算語言學(試圖找出自然語言的規律的學科，建立運算模型，讓電腦能分析、理解和處理人類的語言)碩、博士生、都學了至少7年以上的語言學、都是女性。
阿諾標記CEO黃資勻上台發表時表示，「10萬」是半年臉書上聊天機器人成長的數量，而這些機器人大多都不懂留言者的情緒、聽不懂反話，所以有時會給出錯誤的回覆，讓業者不知不覺中流失顧客，且影響品牌形象。
有計算語言學背景的阿諾標記團隊透過對電子商務中的用語做語意分析，再結合高品質的標記與分析，能有效解讀留言者的情緒；黃舉例，他們發現在買賣的情境中，買方使用「話術」這個詞，其為負面情緒的機率幾近100%，因此能做有效的標記。
成功辨別留言中的負面訊息以後，可以針對其情緒給予妥適的回覆，甚至可以在回覆訊息中加入個性，塑造企業形象。除了應用在聊天機器人，回覆信件、居家智慧助理等層面，只要有文字、語言、對話的地方阿諾標記都能派上用場，讓人機互動更溫暖。
(圖片取自阿諾標記有限公司 Anno.臉書)
語言的問題還是要由語言學家處理
阿諾標記COO吳小涵表示，其實現在很多資工技術人員也在做語言分析，利用NLP技術，與阿諾標記團隊的專業有些重疊，然而阿諾標記更注重的其實是語言架構的整合以及標記品質的把關。
除了企業行之有年的文本情緒正負極分類之外，人類的情緒情緒遠遠超過正、負、中性的三元分類。例如網路上的「酸文」時常會使用正向的詞彙語句法架構來表達負面情緒，就會常常擾亂機器的判斷。因為語言的創造力和複雜性，其中仍有太多尚待解決的難題，而如何從自然語言處理提升到自然語言理解，是人工智慧最後的關卡。
0 則回應