你已经成功订阅主题
太棒了!接下来,完成对主题的完全访问结帐
欢迎回来!你已经成功登录了。
成功!您的帐户已完全激活,您现在可以访问所有内容。
成功!您的结算信息已更新。
结算信息更新失败。

最新的AI型号GPT-3用于客户反馈分析的方法

在人工智能领域,最新令人兴奋的消息是一种新的语言模型,OpenAI称之为GPT-3。OpenAI是一家研究公司,由埃隆·马斯克(Elon Musk)和萨姆·奥尔特曼(Sam Altman)共同创立。Sam是YCombinator(创业加速器Thematic completed)的总裁。

那么GPT-3到底是什么呢?这个模型在分析客户反馈方面有多好?这对那些接受反馈的人来说意味着什么?

什么是gpt-3,为什么会去病毒?

什么是语言模型?通过分析大型文本来创建语言模型。模型记录Word频率:独立,在不同的上下文中。这意味着语言模型可以确定两个单词是多么相似的。它还可以预测哪个词应该遵循下一个词。它也可以生成人类的文本。

俄罗斯数学家安德烈·安德烈耶维奇·马尔科夫对普希金的小说《叶甫盖尼·奥涅金》的统计分析。
照片插图:Gluekit - 俄罗斯Mathematician Andrey Andreyevich Markov在他亚历山大·普希金小说,尤金·锡金的统计分析前面。

研究人员一直在创建一个多世纪的语言模型。语言模型是大多数自然语言处理算法的核心元素。我们在专题上使用它们。

语言模型的质量取决于它所看到的数据量。GPT-3是2020年中期的最大型号。它由1750亿参数(Web的随机子集)组成。这项成本Openai估计为1200万美元!!

Openai发布了GPT-3游乐场,是一个用于测试模型的在线环境。给它一个简短的提示,GPT-3产生答案。创建这些提示很棘手。但是一旦开始尝试,你就可以生成一些令人印象深刻的例子。以下是GPT-3可以做些什么的示例:

作为一名NLP研究员,我持怀疑态度。语言模型了解语言如何工作,但不是其含义。然而,当我看到GPT-3总结和抽象的能力时,我的好奇心被激怒了。

例如,在查看有5个项目的购物清单后,该模型得出结论,其主人希望烘烤面包。

为什么要将GPT-3应用于客户反馈?

当我们分析客户反馈时,我们总结并抽出了许多意见洞察力。

在主题中,每个可视化或图表都回答了一个问题:

  • 为什么用户不高兴?
  • 为什么这个月我的分数下降了?
  • 或者用户对一个特定的话题有什么看法?

分析师将在其报告中为每个图表添加自然语言摘要。我们已经自己与我们的见解报告Waze与谷歌zoom boom。

如果GPT-3可以为我们创造这样的洞察报告呢?如果你甚至可以问一个关于什么对你的客户重要的问题,它会给你答案吗?

不是每个人都可以尝试GPT-3,你必须申请!但幸运的是,我的朋友获得了访问权限,他让我在一些包含客户反馈的数据集上测试它。以下是我们的发现。

GPT-3如何总结反馈?

不幸的是,OpenAI的《playground》限制了提示符能够接收的数据量。但在重复了十几次之后,我们开始看到有趣的结果。

以下是GPT-3一些通用电子商务公司反馈的摘要示例:

GPT-3在找到评论中找到正确的方面的一切伟大工作:

员工,网站,运输,客户服务,定价和产品。

它还确定了多字短语,例如“易于到达”。但是,它对应该是基本的东西做了一项糟糕的工作:处理“优秀的”,“很棒”和“好”作为同义词。在评论的背景下,了解这些细微差别并不有用。

我们的下一个实验是将GPT-3学生的反馈反馈给他们所在的商学院。这一次,我们要求GPT-3确定主要的投诉。

一个非常好的逻辑性总结!但不幸的是,GPT-3无法发现一个具体的洞见……

在我们的先前评估在相同的评论中,4人和专题确定了学生的五大投诉。其中包括考试时间的问题。GPT-3错过了,所以我们试图帮助模特一点。关于考试的抱怨是什么?

我很了解这个数据集,并意识到GPT-3的总结并不准确。没有一个学生说考试不透明。或者他们与课程不符。

GPT-3没有在提示中总结文本,而是创建了一个连贯的文本启发通过它。它提出了随机的人在网上提到的改进!你猜怎么着,操场演示有一个参数可以让模型更有创意。

数据驱动的高管不太可能需要对客户反馈的创造性解释。因此,在其目前的形式下,在客户反馈上应用GPT-3没有意义。

是否有可以创建客户的反馈报告?

然而,自动生成的客户反馈报告是圣杯。这份报告将回答你的问题:你想知道的事情。它也将照亮未知的未知:你不知道但需要知道的事情。的见解。

在GPT-3等第三方数据上生成的语言模型不能工作,但什么可以呢?有解决办法吗?

罗伯特戴尔写了一个伟大的自然语言生成的最新进展方法。该领域的先驱公司一直在使用带有数据的智能模板。但今天,最好的解决方案是使用神经语言模型。这些模型类似于GPT-3,但高度专业化,或如戴尔所说的“被严格控制”。谷歌和微软已经在他们的产品中采用了这种方法。我每天都用的一个例子是Gmail的smart compose,它帮助我变得高效。

在未来,我们确实会看到越来越多的自动生成的客户反馈报告。嗯,不是完全自动生成的,而是使用了增强智能。人类和人工智能将共同撰写报告。AI将通过提供对观点的第一总结来帮助打破作者的障碍。在与团队共享结果之前,人员将对结果进行优化。专门的解决方案仍然会使用一些模板来启动分析。

那么GPT-3怎么样?

《麻省理工技术评论》的结论是非常棒且完全无需动脑筋的模式是一个成就!

它有很多新用途,都是坏的

从提供更好的聊天机器人,帮助人们代码......为误导机器人提供供电,并帮助孩子们欺骗他们的作业。

但不是在客户反馈分析中。

继续阅读

我们如何使用我们自己的平台和Chrome扩展来集中和分析反馈

我们如何使用我们自己的平台和Chrome扩展来集中和分析反馈

客户反馈没有所有答案。但它对战略和优先级有关具有重要洞察力。专题是B2B SaaS公司。我们不是在反馈中游泳。每一块反馈计数。收集和分析此反馈需要不同的方法。我们收到许多地方的反馈:我们的产品内部NPS

Alyona Medelyan博士
Alyona Medelyan博士
反馈分析
manbet备用网址文本分析软件-如何解锁驱动背后的性能

manbet备用网址文本分析软件-如何解锁驱动背后的性能

许多组织,大或小,收集客户的反馈,以提高其CX努力,最终是他们的底线。但是单独收集反馈不能产生大大差异。我们需要分析我们的反馈,以发现激励我们在组织中推动我们的行动的洞察力。进入;文本

梅勒妮Disse
梅勒妮Disse
人工智能与NLP
主题分析软件:它是如何工作的&为什么你需要它(2020)

主题分析软件:它是如何工作的&为什么你需要它(2020)

最有可能,您降落在此博客中,因为您有太多的反馈来分析。您发出了调查或收集的评论或其他形式的免费文本反馈。现在你有这个反馈,你用它做什么?您如何在响应中识别共同主题?

Alyona Medelyan博士
Alyona Medelyan博士
人工智能与NLP