はじめに
対話型AIプラットフォーム
チャットボットの概要
自然言語処理(NLP)
ボットの概念と用語
クイックスタートガイド
プラットフォームへのアクセス
ボットビルダーの操作
リリースノート
最新バージョン(英語)
以前のバージョン(英語)
廃止機能(英語)
コンセプト
設計
ストーリーボード
ダイアログタスク
ダイアログタスクとは
ダイアログビルダー
ノードタイプ
インテントノード
ダイアログノード
エンティティノード
フォームノード
確認ノード
ロジックノード
ボットアクションノード
サービスノード
Webhookノード
スクリプトノード
グループノード
エージェント転送ノード
ユーザープロンプト
音声通話プロパティ
イベント ハンドラー
ナレッジグラフ
ナレッジグラフの抽出
ナレッジグラフの構築
ボットにナレッジグラフを追加
グラフの作成
ナレッジグラフの構築
既存のソースからFAQを構築
通知タスク
スモールトーク
デジタルスキル
デジタルフォーム
デジタルビュー
デジタルビューとは
パネル
ウィジェット
トレーニング
トレーニングとは
機械学習
機械学習とは
モデル検証
ファンダメンタルミーニング
ナレッジグラフ
示唆
ランキングおよび解決
NLPの詳細設定
NLPのガイドライン
インテリジェンス
インテリジェンスとは
コンテキスト
コンテキストインテント
割り込み
複数インテントの検出
エンティティの変更
デフォルトの会話
センチメント管理
トーン分析
テストとデバッグ
ボットと会話
発話テスト
バッチテスト
会話テスト
デプロイ
チャネル
公開
分析
ボットの分析
NLPメトリクス
会話フロー
Usage Metrics
封じ込め測定
カスタムダッシュボード
カスタムダッシュボードとは
メタタグ
カスタムダッシュボードとウィジェット
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
ユニバーサルボット
ユニバーサルボットとは
ユニバーサルボットの定義
ユニバーサルボットの作成
ユニバーサルボットのトレーニング
ユニバーサルボットのカスタマイズ
他言語の有効化
ストア
プラントと使用
Overview
Usage Plans
Support Plans
Invoices
管理
ボット認証
複数言語対応ボット
個人を特定できる情報の編集
ボット変数の使用
IVRのシステム連携
一般設定
ボット管理
ハウツー
会話スキルの設計
バンキングボットを作成
バンキングボット – 資金の振り替え
バンキングボット – 残高を更新
ナレッジグラフを構築
スマートアラートの予約方法
Integrations
Actions
Actions Overview
Asana
Configure
Templates
Azure OpenAI
Configure
Templates
BambooHR
Configure
Templates
Bitly
Configure
Templates
Confluence
Configure
Templates
DHL
Configure
Templates
Freshdesk
Configure
Templates
Freshservice
Configure
Templates
Google Maps
Configure
Templates
Here
Configure
Templates
HubSpot
Configure
Templates
JIRA
Configure
Templates
Microsoft Graph
Configure
Templates
Open AI
Configure
Templates
Salesforce
Configure
Templates
ServiceNow
Configure
Templates
Stripe
Configure
Templates
Shopify
Configure
Templates
Twilio
Configure
Templates
Zendesk
Configure
Templates
Agents
Agent Transfer Overview
Custom (BotKit)
Drift
Genesys
Intercom
NiceInContact
NiceInContact(User Hub)
Salesforce
ServiceNow
Configure Tokyo and Lower versions
Configure Utah and Higher versions
Unblu
External NLU Adapters
Overview
Dialogflow Engine
Test and Debug
デジタルスキルの設計
デジタルフォームの設定方法
デジタルビューの設定方法
データテーブルのデータの追加方法
データテーブルのデータの更新方法
Add Data from Digital Forms
ボットのトレーニング
示唆の使用方法
インテントとエンティティのパターンの使用方法
コンテキスト切り替えの管理方法
ボットのデプロイ
エージェント転送の設定方法
ボット関数の使用方法
コンテンツ変数の使用方法
グローバル変数の使用方法
ボットの分析
カスタムダッシュボードの作成方法
カスタムタグを使ってフィルタリング
Data
Overview
Data Table
Table Views
App Definitions
Data as Service
Build a Travel Planning Assistant
Travel Assistant Overview
Create a Travel Virtual Assistant
Design Conversation Skills
Create an ‘Update Booking’ Task
Create a Change Flight Task
Build a Knowledge Graph
Schedule a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Train the Assistant
Use Traits
Use Patterns
Manage Context Switching
Deploy the Assistant
Use Bot Functions
Use Content Variables
Use Global Variables
Use Web SDK
Build a Banking Assistant
Migrate External Bots
Google Dialogflow Bot
APIs & SDKs
API Reference
API Introduction
Rate Limits
API List
koreUtil Libraries
SDK Reference
SDK Introduction
Web SDK
How the Web SDK Works
SDK Security
SDK Registration
Web Socket Connect and RTM
Tutorials
Widget SDK Tutorial
Web SDK Tutorial
BotKit SDK
BotKit SDK Deployment Guide
Installing the BotKit SDK
Using the BotKit SDK
SDK Events
SDK Functions
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer
  1. ホーム
  2. Docs
  3. Virtual Assistants
  4. Advanced Topics
  5. トーン分析

トーン分析

ボットプラットフォームの自然言語処理(NLP)インタープリターは、ユーザーの発話の特定の単語やフレーズを解析し、意味、単語の配置、および追加された修飾子に基づいて平均トーンスコアを提供できます。スコアを使用してユーザー入力の評価を助け、ボットとユーザー間の会話の流れの方向をつかむことができます。たとえばトーンスコアがユーザーが怒っている、または悲しいことを示している場合、ボットの会話をライブエージェントに移行する必要があります。ダイアログタスクではContextオブジェクトからトーンスコアにアクセスするか、インテリジェンスセンチメント管理オプションからトリガーされるイベントを構成できます。

トーンタイプ

Kore.aiボットプラットフォームはユーザー入力を評価して、次の6つの考えられる感情を見つけます。

  • 怒り
  • 嫌悪感
  • 恐怖
  • 悲しみ
  • 喜び
  • ポジティブ―発話の一般的な前向きさを評価するために使用される特別なトーン。

ボットプラットフォームトーンアルゴリズムは感情を相互に排他的にしないことにより、ユーザーの発話トーンの微妙な概要を提供します。たとえば入力によっては、恐怖については高いスコアが出て、悲しみについては穏やかなスコアが出る可能性があります。別の入力は悲しみに対してネガティブなスコアを持ちながら、喜びに対して非常に高いスコアをもたらす可能性があります。v8.1以降プラットフォームはユーザーの発話の感情を識別し、それに応じてトーンを設定できます。

感情のトーンをスコアする

ボットプラットフォームは、-3から+3のスケール範囲でトーン感情をスコアリングします。ここで、正の値は前向きなトーンの感情を表し、負の値は抑制されたトーンの感情を表します。正の値の場合感情のトーンは明示的に伝達されますが、負の値は明示的に否定されます。たとえばユーザーの発話では、このニュースが嬉しい場合は喜びに対して正のトーンスコアを返しますが、このニュースが不満の場合は喜びに対して負のスコアを返します。次のスケールはスコアと感情のトーンのポジティブな表現、または感情のトーンのネガティブな抑制のレベルとの関係を示しています。

  • +3―ユーザーは確かに感情のトーンを表現しました。
  • +2―ユーザーは感情のトーンを表現しました。
  • +1―ユーザー多分感情のトーンを表現しました。
  • 0―ユーザートーンの感情は中立です。
  • -1―ユーザー多分感情のトーンを抑制しました。
  • -2―ユーザーは感情のトーンを抑制しました。
  • -3―ユーザーは確かに感情のトーンを抑制しました。

トーンスコアについて

全体的なトーンスコアはベーストーン値とトーン修飾子の関数として計算されます。修飾子は一般に、基本トーンスコアを増減するために、感情のトーンの単語を補足する副詞または形容詞です。たとえば非常に失望しているユーザーの発話は、ユーザーの発話が失望している場合よりも、怒りのトーンの感情に対して高いトーンスコアを返します。逆に、失望していないというユーザーの発話は、感情のトーンとトーンスコアを否定的にします。ベーストーンと修飾子の値は、各感情のトーンの最終的なトーンスコアを計算するために使用されます。トーンアナライザは感情のトーンタイプに基づいてすべてのベーストーンをコンパイルし、現在のダイアログタスクノードの各感情のトーンタイプの平均スコアと最後のリセット以降のトーン合計スコアを計算します。トーンの結果は、次のようにContextオブジェクト変数として返されます。

  • message_tone ―ダイアログタスクの現在のノードで認識された感情のトーンとスコアの配列。
  • dialog_tone ―ダイアログタスクセッション全体で認識された平均的な感情のトーンとスコアの配列。この値は、各ダイアログセッションの終了時にリセットされます。

各変数には認識された感情のトーンごとにキーと値のペアが入力されます。感情のトーンが検出されない場合、キーと値のペアは返されません。ただしトーンがニュートラルとして認識されると、NLPエンジンはトーンスコア0を返します。Contextオブジェクトのトーン変数にアクセスするときは、正、負、ゼロ、および未定義の結果を処理できる必要があります。

例:

message_tone
   0
      tone_name : positive
      level : 2
   1
      tone_name : disgust
      level : -2
   2
      tone_name : angry
      level : -2
dialog_tone
   0
      tone_name : angry
      level : -3
   1
      tone_name : sad
      level : -3
   2
      tone_name : positive
      level : 3
   3
      tone_name : joy
      level : 3

感情のトーンスコアが関連付けられたテスト文の例を次に示します。これは良い考えではないと思いますし、特にあなたの態度のせいで、それがどうして出てきたか納得していません。

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 0.67
   1
      tone_name : sad
      count : 1
      level : 0.5
   2
      tone_name : angry
      count : 1
      level : 0.5

これは素晴らしいアイデアです!私はすでにとても興奮しています。

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 3
   1
      tone_name : sad
      count : 1
      level : 2.8
   2
      tone_name : angry
      count : 1
      level : -3
}

これは面白くてさりげなくよく書かれた本で、よく読みました。しかし、それは物語を終わらせずに途中で放置されているので、少しイライラします。

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 1.5
   1
      tone_name : sad
      count : 1
      level : -1.5
   2
      tone_name : angry
      count : 1
      level : -1

条件付き遷移ステートメントを使用してダイアログタスクのフローを促進するために、トーンスコアにアクセスして使用することができます。たとえば、

if context.message_tone.angry > 2.0
    then goTo liveAgent

詳細についてはコンテキストオブジェクトを参照してください。

トーン分析

ボットプラットフォームの自然言語処理(NLP)インタープリターは、ユーザーの発話の特定の単語やフレーズを解析し、意味、単語の配置、および追加された修飾子に基づいて平均トーンスコアを提供できます。スコアを使用してユーザー入力の評価を助け、ボットとユーザー間の会話の流れの方向をつかむことができます。たとえばトーンスコアがユーザーが怒っている、または悲しいことを示している場合、ボットの会話をライブエージェントに移行する必要があります。ダイアログタスクではContextオブジェクトからトーンスコアにアクセスするか、インテリジェンスセンチメント管理オプションからトリガーされるイベントを構成できます。

トーンタイプ

Kore.aiボットプラットフォームはユーザー入力を評価して、次の6つの考えられる感情を見つけます。

  • 怒り
  • 嫌悪感
  • 恐怖
  • 悲しみ
  • 喜び
  • ポジティブ―発話の一般的な前向きさを評価するために使用される特別なトーン。

ボットプラットフォームトーンアルゴリズムは感情を相互に排他的にしないことにより、ユーザーの発話トーンの微妙な概要を提供します。たとえば入力によっては、恐怖については高いスコアが出て、悲しみについては穏やかなスコアが出る可能性があります。別の入力は悲しみに対してネガティブなスコアを持ちながら、喜びに対して非常に高いスコアをもたらす可能性があります。v8.1以降プラットフォームはユーザーの発話の感情を識別し、それに応じてトーンを設定できます。

感情のトーンをスコアする

ボットプラットフォームは、-3から+3のスケール範囲でトーン感情をスコアリングします。ここで、正の値は前向きなトーンの感情を表し、負の値は抑制されたトーンの感情を表します。正の値の場合感情のトーンは明示的に伝達されますが、負の値は明示的に否定されます。たとえばユーザーの発話では、このニュースが嬉しい場合は喜びに対して正のトーンスコアを返しますが、このニュースが不満の場合は喜びに対して負のスコアを返します。次のスケールはスコアと感情のトーンのポジティブな表現、または感情のトーンのネガティブな抑制のレベルとの関係を示しています。

  • +3―ユーザーは確かに感情のトーンを表現しました。
  • +2―ユーザーは感情のトーンを表現しました。
  • +1―ユーザー多分感情のトーンを表現しました。
  • 0―ユーザートーンの感情は中立です。
  • -1―ユーザー多分感情のトーンを抑制しました。
  • -2―ユーザーは感情のトーンを抑制しました。
  • -3―ユーザーは確かに感情のトーンを抑制しました。

トーンスコアについて

全体的なトーンスコアはベーストーン値とトーン修飾子の関数として計算されます。修飾子は一般に、基本トーンスコアを増減するために、感情のトーンの単語を補足する副詞または形容詞です。たとえば非常に失望しているユーザーの発話は、ユーザーの発話が失望している場合よりも、怒りのトーンの感情に対して高いトーンスコアを返します。逆に、失望していないというユーザーの発話は、感情のトーンとトーンスコアを否定的にします。ベーストーンと修飾子の値は、各感情のトーンの最終的なトーンスコアを計算するために使用されます。トーンアナライザは感情のトーンタイプに基づいてすべてのベーストーンをコンパイルし、現在のダイアログタスクノードの各感情のトーンタイプの平均スコアと最後のリセット以降のトーン合計スコアを計算します。トーンの結果は、次のようにContextオブジェクト変数として返されます。

  • message_tone ―ダイアログタスクの現在のノードで認識された感情のトーンとスコアの配列。
  • dialog_tone ―ダイアログタスクセッション全体で認識された平均的な感情のトーンとスコアの配列。この値は、各ダイアログセッションの終了時にリセットされます。

各変数には認識された感情のトーンごとにキーと値のペアが入力されます。感情のトーンが検出されない場合、キーと値のペアは返されません。ただしトーンがニュートラルとして認識されると、NLPエンジンはトーンスコア0を返します。Contextオブジェクトのトーン変数にアクセスするときは、正、負、ゼロ、および未定義の結果を処理できる必要があります。

例:

message_tone
   0
      tone_name : positive
      level : 2
   1
      tone_name : disgust
      level : -2
   2
      tone_name : angry
      level : -2
dialog_tone
   0
      tone_name : angry
      level : -3
   1
      tone_name : sad
      level : -3
   2
      tone_name : positive
      level : 3
   3
      tone_name : joy
      level : 3

感情のトーンスコアが関連付けられたテスト文の例を次に示します。これは良い考えではないと思いますし、特にあなたの態度のせいで、それがどうして出てきたか納得していません。

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 0.67
   1
      tone_name : sad
      count : 1
      level : 0.5
   2
      tone_name : angry
      count : 1
      level : 0.5

これは素晴らしいアイデアです!私はすでにとても興奮しています。

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 3
   1
      tone_name : sad
      count : 1
      level : 2.8
   2
      tone_name : angry
      count : 1
      level : -3
}

これは面白くてさりげなくよく書かれた本で、よく読みました。しかし、それは物語を終わらせずに途中で放置されているので、少しイライラします。

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 1.5
   1
      tone_name : sad
      count : 1
      level : -1.5
   2
      tone_name : angry
      count : 1
      level : -1

条件付き遷移ステートメントを使用してダイアログタスクのフローを促進するために、トーンスコアにアクセスして使用することができます。たとえば、

if context.message_tone.angry > 2.0
    then goTo liveAgent

詳細についてはコンテキストオブジェクトを参照してください。

メニュー