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

自然言語処理、人工知能、機械学習。 これらはすべて、最近コンテンツマーケティングの会話で聞いたことがあると思われる用語です。 コンテンツの調査、作成、追跡を自動化し、マーケティングチームが大規模なコンテンツを作成できるようにすることは、すべて成長傾向の一部です。

しかし、コンテンツマーケティングには、本当に自然言語処理アプリケーションがありますか？ このまだ成熟している技術は、ユーザーにとって価値のある高品質のコンテンツを分析して作成できますか？

簡単な答えは…私たちはそこに到達しています。 そして、年を追うごとに、人工知能（AI）の機能はより強力になり、多様化しています。

過去に、AIと機械学習は、コンテンツマーケティング界で悪い評判を得てきました。 機械翻訳や自然言語生成などのプロセスは、不格好で、時には一貫性のない結果のためにドレスダウンされています。

しかし、AI分野は拡大し、開発者はプロセスを微調整して、ビッグデータ処理機能と人間の脳の特性を組み合わせるプログラムを作成しました。 コンテンツマーケターによるAIの使用は、はるかに実現可能になりました。

そして、プロセスを合理化し、大規模なコンテンツ作成を支援できるものはすべて、歓迎すべき変更です。

AIと自然言語処理のテクノロジーの一部が、現在および将来にどのように役立つかを見てみましょう。

機械翻訳

機械翻訳はまさにそのように聞こえます。 これは、コンピューターが人間の助けを借りずにコンテンツをある人間の言語から別の人間の言語に翻訳するプロセスです。

当初、翻訳ソフトウェアやGoogle翻訳のようなアプリは、ルールベースのプログラミングを使用して、単語またはフレーズレベルでしか翻訳できませんでした。 つまり、事前にプログラムされた言語ルールのみを使用して翻訳することしかできませんでした。

そして、翻訳は非常に文字通りでした。

ただし、アプリはテキスト全体をセマンティックレベルで翻訳できるようになりました。 開発者は、私たち自身の脳のように機能する多層ニューラルネットワークを作成する方法を理解しました。 これは、テキストの文字通りの意味と意味的な意味の両方を実際に学習して、言語を話す人にとって実際に意味のある翻訳を生成する一種の機械学習です。

機械翻訳は、言語が最初に話されていないグローバル市場で働くコンテンツマーケターにとって優れたツールです。 多くの言語が話されている1つの国向けに作成されたコンテンツにも適用されます。

たとえば、米国では、自宅でスペイン語を話す人が推定4,100万人います。 ヒスパニック市場向けに英語のコンテンツを翻訳して、大規模に翻訳できるかどうか想像してみてください。

それでも、GoogleやFacebookのようなアプリは、特により複雑な言語構造の場合、厄介な翻訳のために多くの欠陥があります。 私はよくGoogleやFacebookの翻訳機能を使用して、イスラエル人の友人からの投稿をヘブライ語から英語に翻訳しています。 結果は恒星よりも少ないです。

また、検索用語「beignes」のSERPに見られるように、いくつかの興味深い状況につながります。 「ドーナツ」という単語を表すこのフランス語の用語は、検索設定がカナダに設定されているため、フランス語で多くの結果を返します。

ただし、Googleのナレッジグラフは英語です。

そして、それはあなたが注意しなければならないところです。 アルゴリズムは洗練されていますが、人間に固有のように見える真の自然言語理解を欠いています。

機械翻訳ツールは、コンテンツを文化的な文脈に置くことはできません。 俗語、イディオム、文化的参照は文字通り翻訳で失われ、一部の翻訳はまったく不快なものになる可能性があります。

別の市場向けに何かを翻訳する前に、トピックと文化的参照がせいぜいターゲットオーディエンスに共鳴しないか、最悪の場合、オーディエンスを完全に怒らせるかどうかを理解することが重要です。 また、国や文化に固有のイディオムの使用は避けてください。

音声認識

音声認識は、コンテンツマーケターにとって非常に有用であることが判明しています。 MarketMuseは、多くのウェビナーを、ビデオから自動的に転記されたビデオとテキストを特集したブログ投稿に変えました。

これを効率的かつ費用効果的に行うことができる実際のアプリケーションは数多くあります。 ビデオホスティングに使用しているWistiaは、ワークフローに組み込まれている文字起こしサービスを提供しています。これは非常に高く評価されています。

他の自動文字起こしサービスと同様に、音声からテキストへの翻訳の約80％を正しく処理します。 ただし、残りの20％はまだ人間が行う必要があります。

MarketMuseブログの場合、ブログ投稿にそのテキストは表示されません。 代わりに、構造化データとして組み込まれます。

感情分析

感情分析では、機械学習と自然言語処理を使用して、テキストの背後にある否定的または肯定的な意味を理解します。 IBMのような一部の組織では、これをトーン分析と呼んでいます。 彼らは、オンラインコンテンツに表示される感情やトーンを分析して、その人が幸せであるか、悲しいかなどを予測します。

ソーシャルメディアの投稿をソーシャルリスニングやA/Bテストするのに非常に便利です。 感情分析ツールは、ソーシャルメディアの投稿を読んで、肯定的または否定的な単語を探して分類することができます。

CMSWireによると、いくつかの投稿の背後にある感情は非常に簡単に理解できます。

私はこの新しいヘアケア製品が大好きです！ （ポジティブ）

プラスチックのサンドイッチバッグは環境にひどいです！ （ネガティブ）

これが米国労働省の最新の求人番号です。 （中性）

感情分析のトリッキーな部分は、投稿がコンテキストから外され、感情の明白な指標、「いいね」や「ひどい」などの単語がない場合です。 これらのフラグがないと、基本的な分析ツールで感情を判断するのに問題が生じます。

そして、皮肉があります。 私は世界の残りの部分について話すことはできませんが、米国では皮肉は私たちの文化的レトリックに根付いています。

「すごい、別のハリケーン」のような投稿をした場合。 ルールベースの感情分析装置を実行しているコンピューターは、実際にはそれをポジティブとしてタグ付けする場合があります。 もちろん、私たち人間は、あなたが本当にそういう意味ではないことを知っています。

そのため、開発者は、翻訳ソフトウェアに使用するのと同じニューラルネットワーク処理を使用して、意味の意味を理解し、以前の分析から学びました。

これは、視聴者が投稿にどのように反応しているかを測定するための優れたツールです。 しかし、マーケターは実際には別の方法でそれを使い始めています。

彼らは感情分析を彼ら自身のコンテンツに戻し始めました。 現在、彼らはそれをリリースする前に、ユーザーがブログ投稿、ソーシャル投稿、さらにはWebコピーに対して持つ感情的な反応を予測するためにそれを使用しています。

感情分析を使用することで、作成したものをA / Bテストして、コンテンツがターゲットオーディエンスに最も有意義な影響を与えていることを確認できます。

自動要約

コンテンツを要約して抽象化することで収益を上げている企業はあります。 人間の労働者の列と列は、テキストのボリュームを読んで、それを重要なポイントと主要なアイデアに抽出します。

しかし、マシンがそれを処理できるとしたらどうでしょうか？ 自動要約を使用すると、それが可能になります。

ここでも、NLPと機械学習が登場します。アプリとプログラムは、自然言語処理を使用して大量のテキストを理解し、それを最も重要なアイデアに絞り込みます。

テキストの要約には、主に2つのアプローチがあります。 抽出要約は、記事内の最も重要な文を選択し、意味のある方法で配置します。 抽出された各文は、変更なしで保持されます。

抽象的要約はそれをさらに一歩進めます。 これらの重要な文を逐語的に使用する代わりに、内容を言い換えます。

あなたはそれがコンテンツマーケティングにどのように適用されるのか不思議に思うかもしれません。 結局のところ、ランディングページのブログ投稿を要約することは別として、コンテンツをほんの数ポイントにまとめる必要があるのはいつですか。

自動要約は、実際に多くのタスクを合理化して、コンテンツを大規模に作成および配布するのに役立ちます。

まず、ブログ投稿やホワイトペーパーのコンテンツの要約を使用して、ニュースレターにデータを入力したり、ソーシャルメディアに投稿を作成したりできます。

CMSとメタディスクリプションで使用するための抜粋を自動的に作成するのはどうですか？ ページにメタディスクリプションがない場合、または検索語に適切でないと見なされる場合、Googleはすでに独自のメタディスクリプションを書き込んでいます。

現在利用可能なフリーテキスト要約アプリのいくつかを試してみましたが、結果は見事ではありません。

自動要約は、コンテンツのインデックスを作成したり、要約からキーワードを取得して、将来の監査や検索のためにコンテンツにタグを付けてインデックスを作成したりするのにも役立つ可能性があります。

さらに、このテクノロジーはコンテンツのキュレーション方法に劇的な影響を与える可能性があります。 業界をリードするCurataなどのキュレーションソフトウェアの助けを借りても、コンテンツのキュレーションにはかなりの手作業が必要です。

ページはまだ人間によって読まれ、人間はその内容を要約します。 ただし、自然言語処理には、MarketMuseがコンテンツ作成に対して行うのと同じように、このプロセスを自動化および拡張する機能があります。

最後に、自動要約を有効にして、競合他社や他のメディアで使用して、競争力のあるコンテンツ調査を行うことができます。

パーソナライズ

機械翻訳、音声認識、感情分析、および自動要約の組み合わせにより、コンテンツエクスペリエンスにさらに高度なパーソナライズがもたらされる可能性があります。

ソーシャルメディアのトレンド、および公開されたコンテンツ内のトレンドは、関心の高まりをさらに活用するためにコンテンツがすばやく追加されることで、迅速に識別できます。

コンテンツマーケティングとAIの未来

AIがコンテンツマーケティング戦略と真に統合できるようになるには、AIが克服しなければならないいくつかの課題がまだありますが、私が言ったように。 そこに着きました。

自然言語処理、理解、生成など、利用可能なすべてのものが揃っています。 自動要約; 機械翻訳; ディープラーニング; 感情分析—コンテンツチームがライターや編集者からロートタスクを自動化して削除する機会があります。

将来のコンテンツマーケティングチームは、コンテンツの調査や監査などを行うためにマシンに任せます。 実際、MarketMuseはこれを実行しながら、コンテンツに対する驚くべき洞察を提供します。

基本的なテンプレートコンテンツを作成し、ニュースレターにデータを入力し、既存のコンテンツにタグを付けてインデックスを作成し、分析だけでなく感情的な影響についても投稿内容を追跡します。

AIは、コンテンツクリエーターを解放して、人間の脳だけが生成できるような、より複雑で詳細なコンテンツに集中できるようにします。