自然言語処理AI（Google社のBERTなど）で高精度に、大量のテキストを解析・分析し、自動でテキスト分類。 重要度判定、含意判定。AI活用し、品質向上や生産性向上、DX推進めざすなら [活文 知的情報マイニング]

／適用例

お問い合わせ サイトマップ 日立ソリューションズ

トップにもどる

活文 知的情報マイニング
適用例

ローカルナビ
  • 【テキスト分類】製品不具合情報の重大度の判定
  • 【テキスト分類】保険営業窓口に寄せられた苦情の分類
  • 【テキスト分類】ソフトウェアのバグ原因を分類
  • 【関連テキスト検索】製造業における設計レビューの自動化

製品不具合情報の重大度の判定【テキスト分類】

日々市場からフィードバックされる膨大な製品に関する不具合情報の重大度判定を支援。品質改善に向けた取り組みを加速させます。

製品不具合情報の重大度の判定【テキスト分類】の図

課題

  • ●不具合情報が膨大で担当者の負担が大きい
  • ●担当者のスキルによって判定結果にバラつきが発生

解決

  • ●判定業務を省力化し、工数を大幅に削減
  • ●判定品質の平準化を実現
  • ●教師データの更新により運用しながら判定精度を向上

適用例詳細については、こちらからお問い合わせください。

お問い合わせ（無料）

保険営業窓口に寄せられた苦情の分類【テキスト分類】

お客様から寄せられた苦情の文章から、AIが苦情の分類カテゴリーを高精度に判定します。

保険営業窓口に寄せられた苦情の分類【テキスト分類】の図

課題

  • ●件数が多いうえ、内容を理解して判断するために時間がかかる
  • ●所定基準があっても、内容が複雑なために担当者の判定にバラつきが生じる

解決

  • ●ベテラン職員の暗黙知を学習したAIが、分類の作業工数を大幅に削減
  • ●AIが苦情の内容に応じて文書を的確に振り分け、分類精度の均一化を支援

適用例詳細については、こちらからお問い合わせください。

お問い合わせ（無料）

ソフトウェア開発におけるバグ原因の分類【テキスト分類】

ソフトウェア開発において、大量のバグ票の文章から原因をコードごとに分類。問題の早期発見を支援します。

ソフトウェア開発におけるバグ原因の分類【テキスト分類】の図

課題

  • ●担当者のスキルによって原因コードの分類結果にバラつきが発生
  • ●バグ票が大量のため分類に時間がかかる
  • ●バグ票が大量のためチェックに抜け漏れがある

解決

  • ●AIにより分類精度の均一化を実現
  • ●品質の分析業務の工数を大幅に削減
  • ●課題の早期発見により製品の品質が向上

適用例詳細については、こちらからお問い合わせください。

お問い合わせ（無料）

製造業における設計レビューの自動化【関連テキスト検索】

AIが新規の設計内容、設計の変更内容に対する指摘事項を過去事例から洗い出し、有識者に代わってレコメンドします。

製造業における設計レビューの自動化【関連テキスト検索】の図

課題

  • ●過去の事例データを活用する仕組みがないので、時間と工数がかかる
  • ●有識者に負担が集中する一方で、後継者を育てられていない

解決

  • ●有識者の過去事例を学習したAIが、有識者に代わって設計レビューを実行
  • ●設計者が変更内容を入力すると、過去事例から指摘事項を検索して自動で関連度順に表示

適用例詳細については、こちらからお問い合わせください。

お問い合わせ（無料）

このページの先頭へ

お問い合わせ・資料請求

ご購入前の商品に関する
質問・ご相談など

ウェブサイトからのお問い合わせ ウェブサイトからのお問い合わせ

資料ダウンロード 資料ダウンロード

  • 無料評価版ダウンロード
  • イベントセミナー
  • サポート情報
  • ESG経営への貢献

関連製品・ソリューション


お問い合わせ