自然語言處理在內容營銷中的應用

自然語言處理、人工智能和機器學習； 這些都是您最近在內容營銷對話中可能聽到的所有術語。 這是自動化內容研究、創建和跟踪的增長趨勢的一部分，允許營銷團隊大規模創建內容。

但是內容營銷中是否存在真正的自然語言處理應用程序？ 這種仍然成熟的技術能否分析並創建對您的用戶有價值的優質內容？

簡單的答案是……我們正在到達那裡。 隨著時間的流逝，人工智能 (AI) 的能力變得越來越強大，越來越多樣化。

過去，人工智能和機器學習在內容營銷界名聲不佳。 機器翻譯和自然語言生成等過程因其笨拙，有時甚至不連貫的結果而被簡化了。

但是人工智能領域已經擴大，開發人員已經對他們的流程進行了微調，創建了將大數據處理能力與人腦特徵結合起來的程序。 內容營銷人員使用人工智能變得更加可行。

任何可以簡化您的流程並幫助您大規模創建內容的東西都是可喜的變化。

讓我們看看人工智能和自然語言處理中的一些技術現在和將來如何為您提供幫助。

機器翻譯

機器翻譯正是它聽起來的樣子。 這是計算機在沒有人類幫助的情況下將內容從一種人類語言翻譯成另一種語言的過程。

一開始，翻譯軟件和谷歌翻譯等應用程序只能在單詞或短語級別進行翻譯，使用基於規則的編程。 這意味著他們只能使用預編程的語言規則進行翻譯。

翻譯非常直截了當。

然而，現在，應用程序可以在語義級別翻譯整個文本。 開發人員已經想出瞭如何創建與我們自己的大腦非常相似的多層神經網絡。 這是一種機器學習，它實際上學習文本的字面意義和語義意義，以產生對語言使用者真正有意義的翻譯。

對於在全球市​​場工作的內容營銷人員來說，機器翻譯是一個很好的工具，他們的語言不是第一種語言。 它甚至適用於為一個使用多種語言的國家創建的內容。

例如，在美國，估計有 4100 萬人在家說西班牙語。 想像一下，如果您可以為西班牙市場翻譯您的英語內容並大規模進行。

儘管如此，像谷歌和 Facebook 這樣的應用程序因其笨拙的翻譯而受到很多批評，特別是對於更複雜的語言結構。 我經常使用 Google 或 Facebook 上的翻譯功能將我的以色列朋友的帖子從希伯來語翻譯成英語。 結果並不理想。

它還會導致一些有趣的情況，如搜索詞“beignes”的 SERP 中所示。 因為我的搜索設置設置為加拿大，所以這個單詞“甜甜圈”的法語術語會返回許多法語結果。

然而谷歌的知識圖是英文的。

這就是你必須小心的地方。 儘管算法很複雜，但它們缺乏真正的自然語言理解，這似乎是人類與生俱來的。

機器翻譯工具無法將內容置於文化背景中。 俚語、習語和文化參考在翻譯中完全消失了，有些翻譯可能是徹頭徹尾的冒犯。

在為另一個市場翻譯任何東西之前，重要的是要了解主題和文化參考是否會在最好的情況下根本不會引起目標受眾的共鳴，或者在最壞的情況下會徹底冒犯您的受眾。 並避免使用特定於您的國家或文化的成語。

語音識別

事實證明，語音識別對內容營銷人員非常有用。 MarketMuse 已將他們的許多網絡研討會變成了博客文章，其中包含視頻和從視頻中自動轉錄的文本。

有許多現實世界的應用程序可以有效且經濟高效地做到這一點。 我們用於視頻託管的 Wistia 提供內置到其工作流程中的轉錄服務，非常感謝。

與其他自動轉錄服務一樣，它們正確處理了大約 80% 的從音頻到文本的翻譯。 但是，剩下的 20% 仍然需要人工完成。

對於 MarketMuse 博客，您不會在博客文章中看到該文本。 相反，它被合併為結構化數據。

情緒分析

情感分析使用機器學習和自然語言處理來理解文本背後的負面或正面內涵。 一些組織，如 IBM，將其稱為音調分析。 他們分析在線內容中表現出的情緒和語氣，以預測該人是否快樂、悲傷等等。

它對於社交聆聽和 A/B 測試社交媒體帖子非常有用。 情緒分析工具可以閱讀社交媒體帖子，尋找積極或消極的詞來對其進行分類。

根據 CMSWire 的說法，一些帖子背後的情緒很容易弄清楚：

我喜歡這個新的美髮產品！ （積極的）

塑料三明治袋對環境有害！ （消極的）

以下是美國勞工​​部的最新就業數據。 （中性的）

情緒分析的棘手部分是當帖子脫離上下文並且它們沒有任何明顯的情緒指標時，例如like和可怕的詞。 如果沒有這些標誌，基本分析工具將難以確定情緒。

然後是諷刺。 我不能代表世界其他地區，但在美國，諷刺在我們的文化修辭中根深蒂固。

如果您發布類似“哦，太好了，又是一場颶風”之類的帖子。 運行基於規則的情緒分析器的計算機實際上可能會將其標記為積極的。 我們人類當然知道，你真的不是那個意思。

因此，開發人員已經轉向他們用於翻譯軟件的相同神經網絡處理來理解語義並從以前的分析中學習。

這是衡量受眾對您的帖子的反應的絕佳工具。 但營銷人員實際上已經開始以另一種方式使用它。

他們已經開始將情緒分析重新轉向他們自己的內容。 現在，他們正在使用它來預測用戶在發布之前對他們的博客帖子、社交帖子甚至網絡副本的情緒反應。

通過使用情緒分析，他們可以對他們製作的任何內容進行 A/B 測試，以確保他們的內容對目標受眾產生最有意義的影響。

自動總結

有整個公司通過總結和抽象內容來賺錢。 一排排人類工人閱讀大量文本，將其提煉成關鍵點和主要思想。

但是，如果一台機器可以解決這個問題呢？ 通過自動摘要，它可以。

這就是 NLP 和機器學習的用武之地。應用程序和程序使用自然語言處理來理解大量文本並將其縮減為最重要的想法。

文本摘要有兩種主要方法。 抽取式摘要選擇文章中最重要的句子並以有意義的方式排列它們。 每個提取的句子都被保留，沒有任何修改。

抽象摘要更進一步。 它不是逐字使用那些重要的句子，而是解釋內容。

您可能想知道這如何適用於內容營銷。 畢竟，除了可能為登錄頁面總結博客文章之外，您何時必須將您的內容提煉成幾個點？

自動摘要實際上可以簡化許多任務，以幫助您大規模創建和傳播內容。

首先，您可以使用博客文章或白皮書的內容摘要來填充您的時事通訊或在社交媒體上創建帖子。

自動創建用於 CMS 和元描述的摘錄怎麼樣？ 如果您的頁面沒有元描述，或者被認為不適合搜索詞，Google 已經編寫了自己的元描述。

我已經嘗試了一些當前可用的免費文本摘要應用程序，但結果並不那麼引人注目。

自動摘要還可以潛在地幫助您索引內容或從摘要中提取關鍵字以標記和索引內容以供將來審核以及搜索。

此外，這項技術可能會極大地影響內容的策劃方式。 即使在行業領先的 Curata 等管理軟件的幫助下，內容管理也需要大量的手動工作。

頁面仍然由人類閱讀，然後總結其內容。 但是，自然語言處理能夠自動化和增強這個過程，就像 MarketMuse 對內容創建所做的那樣。

最後，您可以將自動摘要轉向並在競爭對手或其他媒體上使用它來進行競爭和內容研究。

個性化

機器翻譯、語音識別、情感分析和自動摘要的結合可能會為內容體驗帶來更大程度的個性化。

社交媒體趨勢以及已發佈內容中的趨勢可以通過快速添加內容來快速識別，以進一步利用高漲的興趣。

內容營銷和人工智能的未來

在真正與您的內容營銷策略整合之前，人工智能仍然需要克服一些挑戰，但就像我說的那樣。 我們快到了。

有了所有可用的東西——自然語言處理、理解和生成； 自動總結； 機器翻譯； 深度學習； 和情感分析——內容團隊有機會自動化和刪除作者和編輯的死記硬背的任務。

未來的內容營銷團隊將把它留給機器進行內容研究、審計等。 事實上，MarketMuse 在為您提供對您的內容的一些驚人見解的同時做到了這一點。

他們將創建基本的模板內容，填充他們的時事通訊，標記和索引他們現有的內容，並跟踪他們發布的內容，不僅用於分析，還用於情感影響。

人工智能將解放內容創作者，讓他們專注於更複雜、更深入的內容，這種內容只有人腦才能產生。