Applicazioni di elaborazione del linguaggio naturale nel marketing dei contenuti

Elaborazione del linguaggio naturale, intelligenza artificiale e apprendimento automatico; questi sono tutti termini che probabilmente hai sentito di recente nelle conversazioni di marketing dei contenuti. Fa tutto parte di una tendenza in crescita per automatizzare la ricerca, la creazione e il monitoraggio dei contenuti, consentendo ai team di marketing di creare contenuti su larga scala.

Ma ci sono davvero applicazioni di elaborazione del linguaggio naturale nel content marketing? Questa tecnologia ancora in fase di maturazione può analizzare e creare contenuti di qualità preziosi per i tuoi utenti?

La semplice risposta è... ci stiamo arrivando. E con il passare degli anni, le capacità dell'intelligenza artificiale (AI) diventano più forti e più variegate.

In passato, l'intelligenza artificiale e l'apprendimento automatico hanno avuto un brutto colpo nei circoli di marketing dei contenuti. Processi come la traduzione automatica e la generazione del linguaggio naturale sono stati ridimensionati per i loro risultati goffi e talvolta incoerenti.

Ma il campo dell'IA si è ampliato e gli sviluppatori hanno messo a punto i loro processi, creando programmi che uniscono le capacità di elaborazione dei big data con i tratti del cervello umano. L'uso dell'IA da parte dei marketer dei contenuti è diventato molto più fattibile.

E tutto ciò che può semplificare i tuoi processi e aiutarti con la creazione di contenuti su larga scala è un cambiamento gradito.

Vediamo come alcune delle tecnologie dell'IA e dell'elaborazione del linguaggio naturale possono aiutarti ora e in futuro.

Traduzione automatica

La traduzione automatica è esattamente come sembra. È il processo attraverso il quale i computer traducono i contenuti da una lingua umana all'altra senza l'aiuto degli umani.

All'inizio, i software di traduzione e le app come Google Translate potevano tradurre solo a livello di parole o frasi, utilizzando la programmazione basata su regole. Ciò significa che potevano tradurre solo utilizzando solo regole linguistiche preprogrammate.

E le traduzioni erano abbastanza letterali.

Ora, invece, le app possono tradurre interi testi a livello semantico. Gli sviluppatori hanno capito come creare reti neurali multistrato che funzionano in modo molto simile al nostro cervello. È un tipo di apprendimento automatico che apprende effettivamente sia il significato letterale che semantico del testo per produrre una traduzione che abbia effettivamente senso per chi parla la lingua.

La traduzione automatica è un ottimo strumento per i marketer di contenuti che lavorano nei mercati globali in cui la loro lingua non è la prima parlata. Si applica anche ai contenuti creati per un paese, dove si parlano molte lingue.

Negli Stati Uniti, ad esempio, ci sono circa 41 milioni di persone che parlano spagnolo a casa. Immagina di poter tradurre i tuoi contenuti in lingua inglese per il mercato ispanico e farlo su larga scala.

Tuttavia, app come quelle di Google e Facebook ottengono un sacco di critiche per le loro traduzioni scomode, in particolare per le strutture linguistiche più complesse. Uso spesso le funzioni di traduzione su Google o Facebook per tradurre i post dei miei amici israeliani dall'ebraico all'inglese. I risultati sono tutt'altro che stellari.

Porta anche ad alcune situazioni interessanti, come si può vedere nella SERP per il termine di ricerca "beignes". Questo termine francese per la parola "ciambella" restituisce un numero di risultati in francese perché la mia impostazione di ricerca è impostata su Canada.

Eppure il Knowledge Graph di Google è in inglese.

Ed è qui che devi stare attento. Sebbene gli algoritmi siano sofisticati, mancano di una vera comprensione del linguaggio naturale, che sembra essere innato per gli esseri umani.

Gli strumenti di traduzione automatica non possono inserire i contenuti in un contesto culturale. Slang, idiomi e riferimenti culturali sono letteralmente persi nella traduzione e alcune traduzioni possono essere addirittura offensive.

Prima di tradurre qualsiasi cosa per un altro mercato, è importante capire se l'argomento e i riferimenti culturali, nella migliore delle ipotesi, semplicemente non risuoneranno con il pubblico di destinazione o, nella peggiore delle ipotesi, offenderanno apertamente il tuo pubblico. Ed evita di usare idiomi specifici del tuo paese o della tua cultura.

Riconoscimento vocale

Il riconoscimento vocale si è rivelato molto utile per i marketer dei contenuti. MarketMuse ha trasformato molti dei loro webinar in post di blog con video e testo che sono stati automaticamente trascritti dal video.

Esistono numerose applicazioni del mondo reale che possono farlo in modo efficiente ed economico. Wistia, che utilizziamo per l'hosting video, offre servizi di trascrizione integrati nel loro flusso di lavoro, il che è molto apprezzato.

Come altri servizi di trascrizione automatizzata, elaborano correttamente circa l'80% della traduzione dall'audio al testo. Tuttavia, il restante 20% deve ancora essere fatto da un essere umano.

Nel caso del blog MarketMuse, non vedrai quel testo nel post del blog. Invece, è incorporato come dati strutturati.

Analisi del sentimento

L'analisi del sentimento utilizza l'apprendimento automatico e l'elaborazione del linguaggio naturale per comprendere la connotazione negativa o positiva dietro un testo. Alcune organizzazioni, come IBM, la chiamano analisi del tono. Analizzano le emozioni e i toni esibiti nei contenuti online per prevedere se quella persona è felice, triste e altro ancora.

È molto utile per l'ascolto sociale e il test A/B dei post sui social media. Uno strumento di analisi del sentimento può leggere i post sui social media alla ricerca di parole positive o negative per classificarlo.

Secondo CMSWire, il sentimento dietro alcuni post è abbastanza facile da capire:

Adoro questo nuovo prodotto per capelli! (Positivo)

I sacchetti di plastica per sandwich sono terribili per l'ambiente! (Negativo)

Ecco gli ultimi numeri di posti di lavoro dal Dipartimento del Lavoro degli Stati Uniti. (Neutro)

La parte difficile dell'analisi del sentimento è quando i post vengono presi fuori contesto e non hanno indicatori evidenti di sentimento, parole come mi piace e terribile . Senza questi flag, uno strumento di analisi di base ha difficoltà a determinare il sentimento.

E poi c'è il sarcasmo. Non posso parlare per il resto del mondo, ma negli Stati Uniti il ​​sarcasmo è radicato nella nostra retorica culturale.

Se pubblichi qualcosa come "Oh fantastico, un altro uragano". Un computer che esegue un analizzatore di sentimenti basato su regole potrebbe effettivamente etichettarlo come positivo. Noi umani sappiamo, ovviamente, che in realtà non lo intendi in quel modo.

Quindi, gli sviluppatori si sono rivolti alla stessa elaborazione della rete neurale che usano per il software di traduzione per comprendere il significato semantico e imparare dalle analisi precedenti.

È un ottimo strumento per misurare come il tuo pubblico sta reagendo ai tuoi post. Ma i marketer hanno effettivamente iniziato a usarlo in un altro modo.

Hanno iniziato a riportare l'analisi del sentiment sui propri contenuti. Ora, lo stanno usando per prevedere la reazione emotiva che gli utenti avranno ai loro post sul blog, ai post sui social o persino alla loro copia web, prima di pubblicarla.

Utilizzando l'analisi del sentimento, possono testare A/B tutto ciò che producono per garantire che i loro contenuti abbiano l'impatto più significativo sul pubblico di destinazione.

Riepilogo automatico

Ci sono intere aziende che fanno i loro soldi riassumendo e astraendo i contenuti. File e file di lavoratori umani leggono volumi di testo per distillarlo in punti chiave e idee principali.

Ma cosa accadrebbe se una macchina potesse occuparsene? Con il riepilogo automatico, può.

È qui che, ancora una volta, entrano in gioco la PNL e l'apprendimento automatico. App e programmi utilizzano l'elaborazione del linguaggio naturale per comprendere grandi quantità di testo e ridurlo alle idee più essenziali.

Esistono due approcci principali alla sintesi del testo. La sintesi estrattiva seleziona le frasi più importanti in un articolo e le dispone in modo significativo. Ogni frase estratta viene conservata senza alcuna modifica.

La sintesi astrattiva fa un ulteriore passo avanti. Invece di usare quelle frasi importanti alla lettera, parafrasa il contenuto.

Potresti chiederti come ciò si applica al content marketing. Dopotutto, a parte forse riassumere un post del blog per una landing page, quando devi distillare i tuoi contenuti in pochi punti?

Il riepilogo automatico può effettivamente semplificare una serie di attività per aiutarti a creare e diffondere contenuti su larga scala.

Innanzitutto, puoi utilizzare riassunti di contenuto per post di blog o white paper per popolare la tua newsletter o creare post sui social media.

Che ne dici di creare automaticamente estratti da utilizzare nel tuo CMS e nella meta descrizione? Google scrive già la propria meta descrizione se la tua pagina non ne ha una o se non è ritenuta appropriata per il termine di ricerca.

Ho provato alcune delle app gratuite di riepilogo del testo attualmente disponibili, ma i risultati sono tutt'altro che spettacolari.

Il riepilogo automatico può anche potenzialmente aiutarti a indicizzare il contenuto o estrarre parole chiave dai riepiloghi per taggare e indicizzare il contenuto per controlli futuri, nonché per la ricerca.

Inoltre, questa tecnologia potrebbe influenzare notevolmente il modo in cui i contenuti vengono curati. Anche con l'aiuto di software di curatela come Curata, leader del settore, la cura dei contenuti comporta un notevole sforzo manuale.

Le pagine sono ancora lette da esseri umani che poi ne riassumono il contenuto. Tuttavia, l'elaborazione del linguaggio naturale ha la capacità di automatizzare e aumentare questo processo, allo stesso modo di MarketMuse per la creazione di contenuti.

Infine, puoi ribaltare il riepilogo automatico e utilizzarlo su concorrenti o altri media per condurre ricerche sulla concorrenza e sui contenuti.

Personalizzazione

La combinazione di traduzione automatica, riconoscimento vocale, analisi dei sentimenti e riepilogo automatico può potenzialmente apportare un maggiore grado di personalizzazione all'esperienza dei contenuti.

Le tendenze dei social media e quelle all'interno dei contenuti pubblicati possono essere rapidamente identificate con contenuti aggiunti rapidamente per sfruttare ulteriormente l'interesse accresciuto.

Il futuro del content marketing e dell'intelligenza artificiale

Ci sono ancora alcune sfide che l'IA deve superare prima di potersi integrare veramente con la tua strategia di content marketing, ma come ho detto. Ci stiamo arrivando.

Con tutto ciò che è disponibile: elaborazione, comprensione e generazione del linguaggio naturale; riepilogo automatico; traduzione automatica; apprendimento profondo; e analisi del sentimento: i team dei contenuti hanno l'opportunità di automatizzare e rimuovere le attività meccaniche da scrittori ed editori.

I team di marketing dei contenuti del futuro lasceranno alle macchine le attività di ricerca sui contenuti, audit e altro ancora. In effetti, MarketMuse fa questo fornendoti alcune informazioni straordinarie sui tuoi contenuti.

Creeranno contenuti di base basati su modelli, popoleranno le loro newsletter, taggheranno e indicizzeranno i loro contenuti esistenti e terranno traccia di ciò che pubblicano non solo per l'analisi ma anche per l'impatto emotivo.

L'intelligenza artificiale consentirà ai creatori di contenuti di concentrarsi su contenuti più complessi e approfonditi, del tipo che solo un cervello umano può produrre.