カスタム分類AIとは

カスタム分類AIとは、自社が決めたカテゴリに合わせて、文章や文書を自動で振り分けるAI機能です。問い合わせ、メール、申請書、通話録の文字起こしなどを、自社の業務名で仕分けるために使われます。

既製カテゴリではなく自社カテゴリで分類する

一般的な内容分類は、ニュース、スポーツ、金融のような決まったカテゴリへ分けることが多い機能です。一方、カスタム分類AIでは「返品相談」「法人見積もり」「解約予兆」「採用応募」のように、会社ごとの業務カテゴリを学ばせます。

AWS公式では、カスタム分類はまず分類モデル訓練し、その後に文書を分類する二段階の流れと説明されています。つまり、AIにカテゴリ名を渡せばすぐ正確に分けてくれる機能ではありません。過去データ、ラベル付け、評価の準備が精度の土台です。

問い合わせ運用の分岐に使う

カスタマーサポートでは、意図認識AIが会話の目的を読むのに対し、カスタム分類AIは文書や履歴を自社の分類表へ寄せる役割です。キーフレーズ抽出AIで候補語を拾い、カスタム分類AIで処理チームを決める流れも考えられます。

導入時に見るべき点は、AIの名称よりも分類表の品質です。分類先が曖昧なままでは、AIも曖昧に学びます。最初はカテゴリ数を絞り、誤分類ログを見ながら増やす進め方が現実的でしょう。

Topic分類器は部署ごとに分けられる

AWS公式では、アカウント内に複数のカスタム分類器を持てると説明されています。全社共通の巨大な分類器を1つ作るだけでなく、採用、営業、サポートなど、部署ごとに目的を分けて育てる設計も取りやすいということです。

カスタム分類AIに関するよくある質問

カスタム分類AIは既製のカテゴリ分類と何が違いますか?
既製のカテゴリ分類は、サービス側が用意した分類体系へ文書を分けます。カスタム分類AIは、自社が決めたカテゴリを学ばせて、自社業務に合わせて振り分ける点が違います。
導入前に何を準備すべきですか?
分類先の定義と、過去文書へのラベル付けが重要です。カテゴリ名が曖昧だったり担当者ごとに判断が割れたりすると、AIも安定して学びにくくなります。

あわせて読みたい記事