बड़ी संख्या में प्रतिक्रियात्मक प्रतिक्रिया का विश्लेषण करने के लिए मशीन लर्निंग का उपयोग

कोई भी आधुनिक कंपनी अपनी प्रतिष्ठा की परवाह करती है। वाक्यांश: "आपकी राय हमारे लिए बहुत महत्वपूर्ण है" या "अपनी खरीद की दर", "क्या आप हमारी कंपनी की सिफारिश करेंगे?" सचमुच दुकानों, क्लीनिकों और यहां तक ​​कि सार्वजनिक सेवाओं की साइटों पर हर कदम पर हमें परेशान कर रहा है। अन्य एजेंसियों के साथ-साथ सरकारी एजेंसियां ​​अपने काम का मूल्यांकन करने में दिलचस्पी ले रही हैं और इस पर ध्यान भी दे रही हैं। चिकित्सा सुविधाएं उन विशेषज्ञों के साथ अनुबंध को नवीनीकृत नहीं करेंगी जो लंबे समय से नकारात्मक रूप से प्रचलित हैं। सेवा प्रदाता अपनी सेवा को अधिक सुलभ और गुणवत्ता और इसलिए प्रतिस्पर्धी बनाने के लिए वस्तुओं और सेवाओं के लिए उपभोक्ताओं की प्रतिक्रिया की लगातार निगरानी करने की कोशिश कर रहे हैं। राय अन्य उपभोक्ताओं को खरीदने से पहले संस्था, संस्थान, उत्पाद या सेवा का विचार प्राप्त करने में मदद करता है और जिससे खरीद में गलतियों से बचा जाता है। ग्राहकों के बहिर्वाह, पीआर विभागों से निपटने के लिए बड़ी कंपनियों में बिना असफलता के उनके कर्मचारी ढांचे में होते हैं, जिसमें प्रमुख कारक उपभोक्ता अनुरोधों का समय पर जवाब है। बढ़ती लागत और उनकी प्रतिक्रिया की गति को बढ़ाए बिना इस तरह के ढांचे के काम का निर्माण कैसे करें? एक उदाहरण के रूप में, आइए बड़ी संख्या में प्रतिसाद देने वाली प्रतिक्रियाओं के परिचालन विश्लेषण के लिए मशीन लर्निंग के उपयोग पर विचार करें।

बहुभाषी

शुरू करने के लिए, एक उदाहरण पर विचार करें जो उपयोगकर्ता इंटरफ़ेस विकास के लिए आधुनिक यूएक्स / यूआई दृष्टिकोण की सुविधाओं को प्रदर्शित करता है। मान लीजिए कि आप दुनिया भर में एक बहुराष्ट्रीय सेवा कंपनी के मालिक हैं।



प्रत्येक खरीद के बाद, आप अपने ग्राहकों से अपने उत्पाद के बारे में प्रतिक्रिया छोड़ने के लिए कहते हैं। तकनीकी रूप से, आपके वर्तमान सॉफ़्टवेयर को इस तरह से व्यवस्थित किया जाता है कि उपयोगकर्ता चाहे जिस भी भाषा में प्रतिक्रिया छोड़ें, वे अंधाधुंध रूप से उत्पाद के "बेसमेंट" में आते हैं। समस्या यह पैदा होती है कि किस भाषा को कैसे निर्धारित किया जाए, इसकी समीक्षा क्या है, इसकी टोन क्या है, और सबसे अच्छी स्थिति में, इसे कई भाषाओं में अनुवाद करें और मूल भाषा की परवाह किए बिना, अपनी मूल भाषा में वर्तमान उपयोगकर्ता के लिए सभी समीक्षाओं का एक उपयुक्त अनुवाद प्रदर्शित करें।
यदि आप अपने डेवलपर से अभी संपर्क करते हैं, तो सबसे अधिक संभावना है कि आपको एक विकल्प प्रदान किया जाएगा जिसमें भाषा चुनने का कार्य उपयोगकर्ता को सौंपा जाएगा। यह शायद इस तरह दिखेगा



उपयोगकर्ता को एक लंबी सूची से एक भाषा का चयन करने के लिए कहा जाएगा, और कभी-कभी भाषाओं को अनुवाद के बिना सूचीबद्ध किया जाता है, जो बदले में उपयोगकर्ता को भ्रमित करता है। यह कुछ इस तरह दिखता है



इस तथ्य के आधार पर कि अधिकांश उपयोगकर्ता दो भाषाएं बोलते हैं, केवल दो लाइनें उनके लिए समझ में आएंगी, जो वास्तव में, पसंद "यातना" में बदल जाती हैं:

एक और, कोई कम सामान्य दृष्टिकोण नहीं है जो वे आपको पेश कर सकते हैं आईपी पते द्वारा एक क्षेत्र की परिभाषा है और, परिणामस्वरूप, सबसे आम भाषा है। आधुनिक वैश्वीकरण की स्थितियां सबसे अच्छा दृष्टिकोण नहीं हैं, इसकी कमियों को इंगित करने के लिए, यह आपके स्थान के क्षेत्र के संबंध में आधुनिक सॉफ़्टवेयर के आयात को नोट करने के लिए पर्याप्त है, केवल मास्को के निवासी इस संबंध में भाग्यशाली थे, सबसे अधिक संभावना है कि उनका क्षेत्र हमेशा सही ढंग से सही है।

मशीन सीखने

ऐसी समस्याओं को हल करने के सुरुचिपूर्ण तरीकों में से एक मशीन सीखना हो सकता है। वर्तमान में, इसे गणित में गहराई से प्रवीण होने की भी आवश्यकता नहीं है। उदाहरण के लिए, बस MS Azure संज्ञानात्मक सेवा का उपयोग करें



जो दर्ज किए गए वाक्यांश से प्रवेश किए गए पाठ के कई संकेतकों को निर्धारित करने की अनुमति देगा, जिसमें भाषा, कुंजी वाक्यांश और इसकी टॉन्सिलिटी शामिल है। विचाराधीन मामले के लिए, यह इंटरफ़ेस का निम्नलिखित सरलीकरण देता है



आपको अब इनपुट भाषा और उपयोगकर्ता रेटिंग का अनुरोध करने की आवश्यकता नहीं है - ये तथ्य स्वचालित रूप से अनुसरण करते हैं। उसके बाद, क्षेत्रीय शाखाओं को कॉल वितरित करने का काम, साथ ही साथ ग्राहकों के बहिर्वाह की निगरानी करना बहुत सरल है



प्रयास का एक महत्वपूर्ण हिस्सा उपयोगकर्ता और कर्मचारियों से एक मशीन में स्थानांतरित कर दिया जाता है जो थक नहीं जाता है, जल्दी से काम करता है और यांत्रिक पहलुओं में बहुत कम गलत है।

संज्ञानात्मक सेवा

सबसे पहले, आपको एमएस एज़्योर संज्ञानात्मक सेवा से कनेक्ट करने और एक एपीआई तक पहुंच प्राप्त करने की आवश्यकता है जो दिए गए पाठ का विश्लेषण करता है और इसकी विशेषताओं को वापस करता है। यह प्रक्रिया जटिल नहीं है और एक अलग लेख में अधिक विस्तार से चर्चा की जाएगी



HTTP अनुरोध और क्लाइंट का उपयोग करके एपीआई तक पहुंचने के दो तरीके हैं। विशेष रूप से, .net के लिए आपको पैकेज कनेक्ट करने की आवश्यकता है


आगे एपीआई कॉल करें

var httpWebRequest = (HttpWebRequest)WebRequest.Create("https://northeurope.api.cognitive.microsoft.com/text/analytics/v2.0/languages"); httpWebRequest.Method = "POST"; httpWebRequest.Headers.Add("Content-Type:application/json"); httpWebRequest.Headers.Add("Ocp-Apim-Subscription-Key:61..."); var documents = new Documents(); documents.Add(new Document(Description)); using (var streamWriter = new StreamWriter(httpWebRequest.GetRequestStream())) { string json = JsonConvert.SerializeObject(documents); streamWriter.Write(json); streamWriter.Flush(); streamWriter.Close(); } 

और प्राप्त उत्तर को पार्स करें

 var httpResponse = (HttpWebResponse)httpWebRequest.GetResponse(); String response; using (var streamReader = new StreamReader(httpResponse.GetResponseStream(), Encoding.UTF8)) { response = streamReader.ReadToEnd(); } var result = JsonConvert.DeserializeObject<DocumentsResult>(response); var doc = result.documents[0].detectedLanguages[0]; 

यदि हम डेटाबेस में प्राप्त डेटा लिखते हैं, तो हमें निम्नलिखित मिलते हैं


(एक लेख पर एक उपयोगकर्ता टिप्पणी के बाद एक उदाहरण जोड़ा गया है)

परिणाम विश्लेषण

हम परिणामों का विश्लेषण करेंगे, इसके लिए हम FastReport सॉफ़्टवेयर पैकेज का उपयोग करके कई रिपोर्ट बनाएंगे, जिसकी डिलीवरी में एक ओपन-सोर्स संस्करण होगा

youtu.be/Tyu7v24zer0

टॉन्सिलिटी (1-पॉजिटिव, 0-नेगेटिव) के आधार पर छंटनी चालू करें, हमें शीर्ष पर वर्गीकृत सकारात्मक समीक्षा मिलती है और सबसे नीचे नकारात्मक समीक्षा की जाती है।

youtu.be/HbuXMuDZFmo

यदि आवश्यक हो, तो आप भाषा की समीक्षा कर सकते हैं और क्षेत्रीय इकाइयों को प्रासंगिक रिपोर्ट भेज सकते हैं

youtu.be/YF8RG3g5FRs

निष्कर्ष

नई प्रौद्योगिकियां न केवल उपयोगकर्ता इंटरफ़ेस में काफी सुधार करती हैं, बल्कि कर्मचारियों के काम को भी अनुकूलित करती हैं, विकास लागत को कम करती हैं। मौजूदा सॉफ़्टवेयर में महंगे संशोधनों से इनकार करें। निकट भविष्य में मशीन सीखने की संभावनाओं से सॉफ्टवेयर और उपयोगकर्ता संतुष्टि की गुणवत्ता में काफी सुधार होगा। आसानी से कार्यान्वित रिपोर्टिंग समाधानों का उपयोग अधिक उपयोगकर्ताओं को भारी प्रोग्रामिंग के बिना डेटा तक पहुंचने की अनुमति देगा।

संदर्भ

github.com/ufocombat/Languages-open
azure.microsoft.com/ru-ru/services/cognitive-services/text-analytics
www.fast-report.com/en
youtu.be/Tyu7v24zer0
youtu.be/HbuXMuDZFmo
youtu.be/YF8RG3g5FRs