コンテンツマーケターのための自然言語処理

さて、グーグル、今日の外の気温は？ 今日、音声起動デバイスに質問しましたか？

メールを書いてGmailの文章の提案を使用したことがあるかもしれません。 おそらくあなたは別の言語でページを翻訳しました。

持っている場合は、自然言語処理（NLP）と呼ばれる一種の人工知能を使用しました。この場合、コンピューターは人間の言語と音声パターンを理解してコマンドを実行するようにプログラムされています。

これは、機械学習、画像認識、深層学習、ニューラルネットワーク、自然言語生成（NLG）を含むAIテクノロジーのグループの一部にすぎません。

Google、Siri、Alexaなどの仮想アシスタントはすべてNLPを使用して検索クエリとリクエストを実行します。 検索エンジンもこれを使用して、コンテンツをクエリに一致させ、クエリを予測して自動入力し、ターゲットを絞った広告を配信します。

自然言語処理はどのように機能しますか？

AIとNLPの前は、検索エンジンとWebサイトは、人間が指示したことをほぼ実行していました。 彼らは、人間がそれらのプロセスとコマンドをそれらにプログラムしたときにのみ、新しいプロセスとコマンドを「学習」することができました。

これで、携帯電話、音声コマンドデバイス、Chromeで、コンテンツの検索方法と、通常検索するコンテンツの種類を学習できます。 そうすることで、彼らはあなたとあなたの好みに合わせた検索用語とコンテンツを提供しようとします。

必要なものを見つけるために入力するすべての検索フィールドについて考えてください。 アマゾン、ネットフリックス、グーグル; それらはすべて、入力が完了する前でも、自動入力を使用して検索対象を把握します。

そして、あなたは何回あなたが探している映画や製品の名前を知っていますか？ あなたはあなたが知っていることをプラグインし、検索機能があなたの部分的な検索用語をあなたが探しているものと一致させることができることを望みます。

あなたの質問が「あの男とのあの映画」よりも優れている限り、AmazonやGoogleがそれを見つける可能性は十分にあります。

そして、それは自然言語処理です。 NLPは、複数のクエリからの膨大な量の言語データを分析し、結果を解釈するためのコンテキストパターンを探します。

あなたの電子メールでさえ、現在NLPを使用しています。 Gmailが文章を完成させていることに気づきましたか？ 機械学習とNLPを使用して、メールを作成する際のコミュニケーション方法と提案方法を学習します。

ちなみに、自然言語処理、生成、理解の違いがよくわからない場合は、 「NLP、NLU、NLGの違いは何ですか？」という投稿を書きました。

NLPがコンテンツマーケティングに与える潜在的な影響は何ですか？

スマートデバイスと検索エンジンがユーザーとその検索設定で収集するすべてのデータについて考えてみてください。 ここで、そのデータを利用して、独自のコンテンツをそれに合わせて調整できると想像してください。

それがまさに起こっていることです。 広告主とコンテンツマーケターは同様に、検索の背後にあるAIが学習していることに基づいて、特定のオーディエンスにコンテンツをハイパーターゲティングできます。

また、コンテンツの構造にも影響を及ぼします。 検索に表示するためだけに、不自然に聞こえるキーワードをブログ投稿に詰め込んだ日々を覚えていますか？

NLPとNLGはそれを廃止しました。 現在、ブログの投稿で完全に一致しないキーワードが使用されている場合でも、検索エンジンはコンテンツを検索用語に一致させることができます。

また、検索者は、引用符で囲まれた不格好な検索用語ではなく、自然言語（書面または口頭）を使用して質問することができます。

実際、Googleのような検索エンジンは、AIとNLPを使用して、質の高いコンテンツを検索用語に一致させています。

それはあなた自身の検索習慣を処理するだけでなく、すべてのユーザーの検索習慣を処理して、人々が最も検索するものを探します。 また、NLPとAIはビッグデータを解釈して、広告主に最適な検索用語を見つけることができます。

コンテンツマーケティングにおけるAIとNLPのアプリケーションのいくつかと、それらがどのように分野を変えているかを詳しく見てみましょう。

コンテンツマーケティングにおける自然言語処理アプリケーション

NLPがコンテンツマーケティングとコンテンツ発見についての考え方を変えていることは間違いありません。 マーケターがすでに作成している種類のコンテンツを強化するために現在使用しているアプリケーションがあります。

感情の測定

コンテンツが表示、共有、およびバックリンクされる頻度を追跡するのは非常に簡単です。 しかし、これらの相互作用のコンテキストを取得することは困難です。

NLPは、マーケターがコンテンツが共有されている理由を理解するのに役立ちます。 たとえば、コンテンツがバイラルになると素晴らしいです。 しかし、あなたのコンテンツが「これはすべて間違っている」、「いかに侮辱的か」、「彼らは何を考えていたのか」などのコメントで共有されていると想像してみてください。

これは、ソーシャルマーケティングキャンペーンとソーシャルリスニングの大きな部分です。 ソーシャルメディアマーケターは現在、感情分析コンテンツを使用して、ネガティブ、ポジティブ、またはニュートラルな言葉を探し、ターゲットオーディエンスがコンテンツをどのように受け取っているかを判断するのに役立てています。

コンテンツの改善

既存のコンテンツのライブラリがある場合、AIとNLPは、不足しているコンテンツや薄いコンテンツがないか投稿を監査するのに役立ちます。 MarketMuse Suiteは、コンテンツの個々の部分を分析し、欠落しているトピック、サブトピック、またはキーワードを探すプラットフォームです。

NLPを使用して、トピックで欠落している情報を探すことにより、シンコンテンツを改善する方法を決定するのにも役立ちます。

検索ランクの向上

過去4年間、Googleのような検索エンジンは、単なるキーワード以上のコンテンツをクロールするためにアルゴリズムを使用してきました。 これらのクローラーは、自然言語処理を使用して、キーワード周辺のコンテンツがユーザーの意図に完全に一致するかどうかを判断するようになりました。

あなたのキーワードが「棚の設置方法」だとしましょう。 クローラーは、ページの構文とセマンティクスを分析して、残りのテキストがそのクエリに応答するかどうかを理解します。 正しい手順が含まれていますか？ ユーザーがあなたのブログ投稿を使用して棚を設置できるほど包括的ですか？

そして、それが検索エンジン最適化の真の核心です。 あなたのコンテンツはユーザーの意図と一致していますか？ 政治の話題のトピックについて作品を書く場合、その作品はそのトピックを検索するユーザーの意図と一致していますか？ 有用な情報が含まれていますか、それとも単なる綿毛ですか？ NLPはそれを決定するのが上手になっています。

ターゲットオーディエンスに到達する

最後に、NLPは、有料コンテンツまたは広告の適切なオーディエンスをターゲットにするのに役立ちます。 ユーザーがオンラインまたはスマートデバイスを使用して検索するときにGoogleが収集するすべてのデータについて考えてみてください。 現在、企業はそのデータを利用して、有料コンテンツをハイパーターゲットにし、より小さな地域の特定のグループに広告を掲載しています。

数匹の魚を捕まえるために広いネットをキャストするためにお金を使うのではなく、企業はより高いコンバージョンを生み出すより小さなオーディエンスに焦点を合わせています。

実際、スマートフォンがあなたの会話を聞いてキーワードを拾い上げ、ターゲットを絞ったコンテンツや広告を表示しているという陰謀説が浮かんできます。 もちろん、グーグルとフェイスブックはこれを断固として否定している。

自然言語処理技術

NLPは言語を解釈し、構文とセマンティクスを通じて使用可能な結果に変換します。 構文は、構造的および文法的に意味をなすために、単語が文にどのように配置されるかを記述します。 セマンティクスとは、人が話したり書いたりする言葉の背後にある真の意味を指します。

構文分析

EducationEcosystemの創設者兼CEOであるMichaelJ.Garbade博士によると、検索エンジンとコンピューターが構文から意味を引き出す方法はいくつかあります。 最も一般的な手法のいくつかを次に示します。

• Lemmatization –分析を容易にするために、語形変化したすべての単語を1つに減らすプロセス。
• 形態素セグメンテーション–単語を形態素と呼ばれる個々の単位に分割し、分析をより簡単にします。 たとえば、アップタウンはアップタ​​ウンとタウンに分けられます。
• 単語のセグメンテーション–連続したテキストの大きな部分を個別の単位に分割する
• 品詞タグ付け–動詞、名詞、冠詞、前置詞など、すべての単語の品詞を識別します。
• 構文解析–文の文法分析。
• 文を壊す–プログラムが互いに区別できるように、文の周囲に境界を配置します。
• ステミング–語尾変化した単語を語根の形に切り取ります。

セマンティック分析

これは、コンピュータと検索プログラムがまだつまずくところです。 言語には非常に多くのニュアンスがあるため、意味をプログラムするのは困難です。

Siriに皮肉な発言をしたことはありますか？ あなたはおそらく文字通りの答えを得たか、「ごめんなさい。 理解できない。" これは、皮肉を示す音声の抑揚が、音声起動デバイスでは解釈できないためです。

しかし、Garbade博士によると、AIテクノロジーが意味を抽出するためにセマンティック分析とともに使用するいくつかの手法があります。 それらが含まれます：

• 固有表現抽出（NER）–これは、アルゴリズムがテキストまたは音声要求の一部を事前定義されたグループの一部として識別する場合です。 たとえば、人や場所の名前はNERによって取得できます。
• 語義の曖昧性解消（WSD）–プログラムは単語を調べ、その周囲のテキストのコンテキストでその意味を判別しようとします。 あなたがメールで書いたとしましょう。「私たちはパーティーに行きました。 私たちはボールを持っていました。」 Googleはテキストを見て、文字通りのボールを手に持っているのではなく、楽しい時間を過ごしたことを意味していることを理解します。
• 自然言語生成（NLG）–これは、データを取得して、SiriまたはAlexaに質問したときに聞こえる自然言語に変換するプロセスです。 コンテンツ作成にNLGを使用する新しいテクノロジーもあります。

自然言語処理ツールとライブラリ

まず、ツールとライブラリを区別しましょう。 ツールはNLPのすぐに使えるソリューションであり、ライブラリは技術チームがブランドのNLPを構築するためのものです。

オープンソースのオプションとプロプライエタリコードがあります。つまり、料金を支払う必要があります。 何を選択するかは、あなたまたはあなたの開発チームがどれだけカスタマイズするかによって異なります。 （オープンソースのツールとライブラリは通常、さらに調整が必要です。）

ツール

もちろん、テクノロジー業界の有名企業はすべて、独自のNLPおよびAIツールとサービスを持っています。 AmazonにはAmazonComprehendがあり、これは大量の非構造化データを取得してパターンを探します。 IBMには、ワトソン自然言語理解サービスがあります。 そしてGoogleにはCloudNaturalLanguageがあります。

これらはすべて、一般的なマーケティングとビッグデータのニーズに対応するために使用できます。

ただし、実際には、コンテンツマーケティングに高度なAIとNLPを使用している企業は1社だけです。 それがMarketMuseです。

前に述べたように、MarketMuseはコンテンツの個々の部分またはライブラリ全体を分析して、コンテンツのギャップ、薄いコンテンツ、さらには1人の競合他社への機会さえも探します。

これを使用して、コンテンツのセマンティック検索を実行し、特定のトピックのカバレッジを決定することもできます。

ライブラリ

ライブラリははるかに技術的ですが、NLPの実装方法にもう少し柔軟性を与えることができます。 基本的に、ライブラリは、ユーザーまたは開発チームが独自のNLPツールを作成するために使用できるアルゴリズムのコード化されたパッケージです。

Natural Language Toolkit（NLTK）は、おそらくWeb上で最も話題になっているライブラリです。 これは主に教育と研究の目的で使用されるため、オープンソースプログラムであるPythonで記述されています。

最後の言葉

私たちは、自然言語処理がコンテンツ戦略に持つ可能性を理解し始めたばかりです。 データサイエンスがコンテンツマーケティング戦略の不可欠な部分になるにつれて、パーソナライズと自動化されたコンテンツが最終的には当たり前になる可能性があります。

知るか？ それはいつかコンテンツクリエーターに取って代わるかもしれません（このライターは本当に望んでいませんが）。