Contoso Ltd. は、エージェントのクレーム処理の能力を強化するソリューションを構築するために、その方法を探る概念実証 (PoC) を実施します。このワークショップでは、この PoC をサポートします。
Contoso Ltd. ではまず、顧客がシステムに入力した個々のクレームの情報を自動的に分類したいと考えています。クレームのテキストの内容に応じて、住宅に関するクレームであるのか、自動車に関するクレームであるのかを区別するといったような分類です。分類された情報は、クレームのサマリーに表示します。扱っているクレームの内容が、住宅関連のクレーム、自動車関連のクレーム、両者の混合のクレームのいずれであるのかを、エージェントがすぐに判断できるようにするためです。
Contoso Ltd. では、クレームのテキストの文面から顧客の感情を読み取る実験も実施したいと考えています。ほとんどの顧客は、ただ事実を淡々と述べており、ポジティブな感情もネガティブな感情も抱いていないか、あるいは、いくらか不満を感じており、ネガティブな感情を持っているかのどちらかであることがわかっています。ネガティブな感情を抱いている場合、クレームの内容が深刻であることを知らせる役割を果たしているのは間違いありません。そしてそのような状況を把握できれば、エージェントの確認作業を速められます。
次に、長文のクレームのテキストを自動的に要約する機能を検証します。このような機能があれば、クレームの全文を読まなくても、エージェントはその要点を理解できるようになるほか、対応を離れたクレームに後でもう一度戻ったときにクレームの内容をすぐに思い出すことができます。
そして最後は、クレームに添付された写真から自動的に情報を抽出してクレーム検索の能力を高める機能を検証します。
2020 年 6 月
このワークショップでは、事前構築済の人工知能 (AI) とカスタムの AI を組み合わせる方法を学習します。事前構築済の AI は、さまざまな Cognitive Services のかたちで利用し、カスタムの AI は、Azure Machine Learning サービスで開発および展開するサービスとして利用します。テキスト分析パイプラインを設計、実装して、非構造化テキスト データに基づくインテリジェント ソリューションを構築するスキルが身に付きます。また、テキスト データの分類に使用できる回帰型ニューラル ネットワークでバイナリ分類器を構築する方法や、Azure Machine Learning でさまざまな予防保全サービスを展開する方法、Cognitive Services の Computer Vision API や Text Analytics API と連携を行う方法についてもご説明します。
このワークショップを修了すると、Azure Machine Learning サービスや Cognitive Services を活用したソリューションを構築できるようになります。
このホワイトボード設計セッションでは、事前構築済の人工知能 (AI) とカスタムの AI を組み合わせたソリューションを、グループでの共同作業を通じて設計します。事前構築済の AI は、さまざまな Cognitive Services のかたちで利用し、カスタムの AI は、Azure Machine Learning サービスで開発および展開するサービスとして利用します。テキスト分析パイプラインを設計、実装して、非構造化テキスト データに基づくインテリジェント ソリューションを構築するスキルが身に付きます。また、テキスト データの分類に使用できる回帰型ニューラル ネットワークでバイナリ分類器を構築する方法や、Azure Machine Learning でさまざまな予防保全サービスを展開する方法、Cognitive Services の Computer Vision API や Text Analytics API と連携を行う方法についてもご説明します。
このホワイトボード設計セッションを修了すると、Azure Machine Learning サービスや Cognitive Services を活用したソリューションを設計できるようになります。
このハンズオン ラボでは、事前構築済の人工知能 (AI) とカスタムの AI を組み合わせたソリューションを実装します。事前構築済の AI は、さまざまな Cognitive Services のかたちで利用し、カスタムの AI は、Azure Machine Learning サービスで開発および展開するサービスとして利用します。テキスト分析パイプラインを設計、実装して、非構造化テキスト データに基づくインテリジェント ソリューションを構築するスキルが身に付きます。また、テキスト データの分類に使用できる回帰型ニューラル ネットワークでバイナリ分類器を構築する方法や、Azure Machine Learning でさまざまな予防保全サービスを展開する方法、Cognitive Services の Computer Vision API や Text Analytics API と連携を行う方法についてもご説明します。
このハンズオン ラボを修了すると、Azure Machine Learning サービスや Cognitive Services を活用したソリューションを構築できるようになります。
- Azure Machine Learning サービス
- Cognitive Services
- Computer Vision API
- Text Analytics API
- TensorFlow
- Keras
- ONNX
機械学習
MCW を提供されているマイクロソフトの SME パートナー様やラーニング パートナー様からのフィードバックやコメントをお待ちしています。
問題が発生した場合には
- まずはじめに、ハンズオン ラボの事前セットアップ ガイドの内容を含め、ラボの指示書のすべての記述に従っていることを確認します。
- 次に、詳しい説明を添えて、問題の報告を行います。
- プル リクエストは送信しないでください。コンテンツの作成者が、変更作業をすべて完了してから、承認申請のプル リクエストを送信します。
ワークショップの開催を計画している場合は、*事前にワークショップの環境をチェックおよびテストしてください。*2 週間以上前に実施されることをお勧めします。