콘텐츠 마케팅의 자연어 처리 애플리케이션

자연어 처리, 인공 지능 및 기계 학습 이것들은 모두 최근 콘텐츠 마케팅 대화에서 들었을 것입니다. 이는 모두 콘텐츠 연구, 생성 및 추적을 자동화하여 마케팅 팀이 대규모 콘텐츠를 생성할 수 있도록 하는 성장 추세의 일부입니다.

그러나 콘텐츠 마케팅에 진정으로 자연어 처리 응용 프로그램이 있습니까? 아직 성숙하지 않은 이 기술이 사용자에게 가치 있는 양질의 콘텐츠를 분석하고 생성할 수 있습니까?

간단한 대답은 ... 우리는 거기에 도달하고 있습니다. 그리고 해가 거듭될수록 인공 지능(AI)의 기능은 더욱 강력해지고 다양해집니다.

과거에는 AI와 머신 러닝이 콘텐츠 마케팅 분야에서 좋지 않은 평가를 받았습니다. 기계 번역 및 자연어 생성과 같은 프로세스는 투박하고 때로는 일관성이 없는 결과로 인해 축소되었습니다.

그러나 AI 분야가 확장되었고 개발자들은 프로세스를 미세 조정하여 빅 데이터 처리 기능과 인간 두뇌의 특성을 결합하는 프로그램을 만들었습니다. 콘텐츠 마케터가 AI를 사용하는 것은 훨씬 더 실현 가능해졌습니다.

그리고 프로세스를 간소화하고 대규모 콘텐츠 제작에 도움이 되는 모든 것은 환영할 만한 변화입니다.

AI 및 자연어 처리 기술 중 일부가 현재와 미래에 어떻게 도움이 되는지 살펴보겠습니다.

기계 번역

기계 번역은 바로 그 소리입니다. 사람의 도움 없이 컴퓨터가 한 사람의 언어에서 다른 언어로 콘텐츠를 번역하는 과정입니다.

처음에 Google 번역과 같은 번역 소프트웨어 및 앱은 규칙 기반 프로그래밍을 사용하여 단어 또는 구문 수준에서만 번역할 수 있었습니다. 즉, 사전 프로그래밍된 언어 규칙만 사용하여 번역할 수 있습니다.

그리고 번역은 문자 그대로였습니다.

그러나 이제 앱은 의미 수준에서 전체 텍스트를 번역할 수 있습니다. 개발자들은 우리의 두뇌와 매우 유사하게 작동하는 다층 신경망을 만드는 방법을 알아냈습니다. 언어 사용자에게 실제로 의미가 있는 번역을 생성하기 위해 텍스트의 문자적 의미와 의미론적 의미를 실제로 학습하는 일종의 기계 학습입니다.

기계 번역은 자신의 언어가 처음 사용되지 않는 글로벌 시장에서 일하는 콘텐츠 마케터에게 훌륭한 도구입니다. 여러 언어를 사용하는 한 국가를 위해 제작된 콘텐츠에도 적용됩니다.

예를 들어, 미국에는 집에서 스페인어를 사용하는 사람이 4,100만 명으로 추산됩니다. 히스패닉 시장을 위해 영어 콘텐츠를 번역하고 대규모로 수행할 수 있다고 상상해 보십시오.

그럼에도 불구하고 Google 및 Facebook과 같은 앱은 어색한 번역, 특히 더 복잡한 언어 구조로 인해 많은 비난을 받습니다. 나는 종종 Google이나 Facebook의 번역 기능을 사용하여 이스라엘 친구의 게시물을 히브리어에서 영어로 번역합니다. 결과는 별보다 적습니다.

또한 SERP에서 "beignes"라는 검색어에 대해 볼 수 있는 것처럼 몇 가지 흥미로운 상황으로 이어집니다. "도넛"이라는 단어에 대한 이 프랑스어 용어는 검색 설정이 캐나다로 설정되어 있기 때문에 프랑스어로 여러 결과를 반환합니다.

그러나 Google의 지식 정보는 영어로 되어 있습니다.

그리고 그것이 당신이 조심해야 할 곳입니다. 알고리즘은 정교하지만 인간에게 타고난 것처럼 보이는 진정한 자연어 이해가 부족합니다.

기계 번역 도구는 콘텐츠를 문화적 맥락에 넣을 수 없습니다. 속어, 관용구 및 문화적 참조는 말 그대로 번역에서 손실되며 일부 번역은 완전히 공격적일 수 있습니다.

다른 시장을 위해 무언가를 번역하기 전에, 주제와 문화적 참조가 기껏해야 대상 청중에게 반향을 일으키지 않거나 최악의 경우 청중을 노골적으로 화나게 할 것인지 이해하는 것이 중요합니다. 그리고 귀하의 국가나 문화에 특정한 관용구를 사용하지 마십시오.

음성 인식

음성 인식은 콘텐츠 마케터에게 매우 유용한 것으로 판명되었습니다. MarketMuse는 많은 웹 세미나를 비디오에서 자동으로 전사된 비디오와 텍스트가 포함된 블로그 게시물로 전환했습니다.

이를 효율적이고 비용 효율적으로 수행할 수 있는 실제 응용 프로그램이 많이 있습니다. 우리가 비디오 호스팅에 사용하는 Wistia는 워크플로에 내장된 트랜스크립션 서비스를 제공하는데, 이는 매우 높이 평가됩니다.

다른 자동 전사 서비스와 마찬가지로 오디오에서 텍스트로의 번역의 약 80%를 올바르게 처리합니다. 그러나 나머지 20%는 여전히 사람이 해야 합니다.

MarketMuse 블로그의 경우 블로그 게시물에 해당 텍스트가 표시되지 않습니다. 대신 구조화된 데이터로 통합됩니다.

감정 분석

감정 분석은 기계 학습과 자연어 처리를 사용하여 텍스트 뒤에 숨겨진 부정적인 의미나 긍정적인 의미를 이해합니다. IBM과 같은 일부 조직에서는 이를 톤 분석이라고 합니다. 온라인 콘텐츠에 나타난 감정과 어조를 분석하여 그 사람이 행복한지, 슬픈지 등을 예측합니다.

소셜 청취 및 A/B 테스트 소셜 미디어 게시물에 매우 유용합니다. 감정 분석 도구는 소셜 미디어 게시물을 읽고 긍정적 또는 부정적인 단어를 찾아 분류할 수 있습니다.

CMSWire에 따르면 일부 게시물 뒤에 숨겨진 감정은 파악하기가 매우 쉽습니다.

나는 이 새로운 헤어 제품을 좋아한다! (긍정적인)

플라스틱 샌드위치 백은 환경에 끔찍합니다! (부정적인)

다음은 미국 노동부의 최신 채용 정보입니다. (중립적)

감정 분석의 까다로운 부분은 게시물이 컨텍스트에서 제외되고 좋아 및 끔찍한 단어와 같은 감정의 명백한 지표가 없는 경우입니다. 이러한 플래그가 없으면 기본 분석 도구는 감정을 판단하는 데 문제가 있습니다.

그리고 나서 풍자가 있습니다. 다른 나라 사람들을 위해 말할 수는 없지만 미국에서는 풍자가 우리의 문화적 수사학에 뿌리를 내리고 있습니다.

"오 대단하다, 또 다른 허리케인"과 같은 것을 게시하면. 규칙 기반 감정 분석기를 실행하는 컴퓨터는 실제로 긍정적인 것으로 태그를 지정할 수 있습니다. 물론 우리 인간은 당신이 정말로 그런 의미가 아니라는 것을 알고 있습니다.

따라서 개발자는 의미론적 의미를 이해하고 이전 분석에서 배우기 위해 번역 소프트웨어에 사용하는 것과 동일한 신경망 처리로 전환했습니다.

청중이 게시물에 어떻게 반응하는지 측정하는 훌륭한 도구입니다. 그러나 마케터들은 실제로 그것을 다른 방식으로 사용하기 시작했습니다.

그들은 자신의 콘텐츠에 대한 감정 분석을 다시 시작했습니다. 이제 그들은 이를 사용하여 사용자가 블로그 게시물, 소셜 게시물 또는 웹 사본을 출시하기 전에 그에 대한 감정적 반응을 예측합니다.

감정 분석을 사용하여 콘텐츠가 대상 고객에게 가장 의미 있는 영향을 미치고 있는지 확인하기 위해 생산하는 모든 것을 A/B 테스트할 수 있습니다.

자동 요약

내용을 요약하고 추상화하여 돈을 버는 전체 회사가 있습니다. 인간 노동자의 행과 행은 핵심 요점과 주요 아이디어로 정제하기 위해 많은 양의 텍스트를 읽습니다.

하지만 기계가 그것을 처리할 수 있다면 어떨까요? 자동 요약을 사용하면 가능합니다.

여기서 다시 NLP와 머신 러닝이 등장합니다. 앱과 프로그램은 자연어 처리를 사용하여 많은 양의 텍스트를 이해하고 가장 필수적인 아이디어로 요약합니다.

텍스트 요약에는 두 가지 주요 접근 방식이 있습니다. 추출 요약은 기사에서 가장 중요한 문장을 선택하여 의미 있는 방식으로 배열합니다. 추출된 각 문장은 수정 없이 보존됩니다.

추상적 요약은 한 단계 더 나아갑니다. 중요한 문장을 그대로 사용하는 대신 내용을 바꾸어 표현합니다.

이것이 콘텐츠 마케팅에 어떻게 적용되는지 궁금할 것입니다. 결국 랜딩 페이지에 대한 블로그 게시물을 요약하는 것 외에 언제 콘텐츠를 몇 개의 요점으로 요약해야 합니까?

자동 요약은 실제로 콘텐츠를 대규모로 만들고 배포하는 데 도움이 되는 여러 작업을 간소화할 수 있습니다.

첫째, 블로그 게시물 또는 백서에 대한 콘텐츠 초록을 사용하여 뉴스레터를 채우거나 소셜 미디어에 게시물을 작성할 수 있습니다.

CMS 및 메타 설명에 사용할 발췌문을 자동으로 생성하는 것은 어떻습니까? 페이지에 메타 설명이 없거나 검색어에 적합하지 않은 경우 Google은 이미 자체 메타 설명을 작성합니다.

현재 사용 가능한 무료 텍스트 요약 앱 중 일부를 사용해 보았지만 결과는 그다지 훌륭하지 않습니다.

자동 요약은 또한 콘텐츠를 색인화하거나 요약에서 키워드를 가져와서 향후 감사 및 검색을 위해 콘텐츠에 태그를 지정하고 색인화하는 데 잠재적으로 도움이 될 수 있습니다.

또한 이 기술은 콘텐츠가 선별되는 방식에 큰 영향을 미칠 수 있습니다. 업계 최고의 Curata와 같은 큐레이션 소프트웨어를 사용하더라도 콘텐츠 큐레이션에는 상당한 수작업이 필요합니다.

페이지는 여전히 사람이 읽고 그 내용을 요약합니다. 그러나 자연어 처리에는 MarketMuse가 콘텐츠 생성을 위해 수행하는 것과 동일한 방식으로 이 프로세스를 자동화하고 보강할 수 있는 기능이 있습니다.

마지막으로, 자동 요약 기능을 켜서 경쟁사 또는 기타 미디어 매체에서 경쟁 및 콘텐츠 연구를 수행하는 데 사용할 수 있습니다.

개인화

기계 번역, 음성 인식, 감정 분석 및 자동 요약의 조합은 잠재적으로 콘텐츠 경험에 더 큰 수준의 개인화를 가져올 수 있습니다.

소셜 미디어 트렌드와 게시된 콘텐츠 내의 트렌드는 콘텐츠가 빠르게 추가되어 높은 관심을 더욱 활용하기 위해 빠르게 식별될 수 있습니다.

콘텐츠 마케팅과 AI의 미래

AI가 콘텐츠 마케팅 전략과 진정으로 통합되기 전에 극복해야 할 몇 가지 과제가 있지만 앞서 말했듯이. 우리는 거기에 가고 있어요.

사용 가능한 모든 것 - 자연어 처리, 이해 및 생성; 자동 요약; 기계 번역; 딥러닝; 감정 분석 - 콘텐츠 팀이 작가와 편집자의 암기적인 작업을 자동화하고 제거할 수 있는 기회가 있습니다.

미래의 콘텐츠 마케팅 팀은 콘텐츠 연구, 감사 등을 기계에 맡길 것입니다. 실제로 MarketMuse는 콘텐츠에 대한 놀라운 통찰력을 제공하면서 이를 수행합니다.

기본 템플릿 콘텐츠를 만들고, 뉴스레터를 채우고, 기존 콘텐츠에 태그를 지정하고 색인을 생성하고, 분석뿐만 아니라 정서적 영향을 위해 게시한 내용도 추적합니다.

AI는 콘텐츠 제작자가 인간의 두뇌만이 생산할 수 있는 보다 복잡하고 심층적인 콘텐츠에 집중할 수 있도록 해줍니다.