,allowExpansion)
Analisi del sentiment: i nuovi assistenti vocali “empatici”
Come la tecnologia può catturare le emozioni umane
Il contesto delle parole
Alexa, Siri e co. sono gli assistenti vocali più conosciuti. La differenza tra questi e altre applicazioni simili ma più semplici è l’impiego dell’analisi del sentiment, che consente di rilevare contesti linguistici ed emozionali. Gli esperti di Reply Practice Voice Machine Interfaces mettono questa tecnologia a disposizione dei propri clienti, così che possano utilizzarla per ottenere insights più approfonditi e migliorare il proprio business.
Da Bell Labs ad Alexa, Siri e simili
Il riconoscimento vocale intelligente esiste dal 1952, anno in cui Bell Labs ha presentato il riconoscimento automatico delle cifre (Automatic Digit Recognition), una macchina in grado di riconoscere dei numeri pronunciati a voce con un’elevata precisione. Oggi, i sistemi di riconoscimento vocale, come ad esempio i chatbot, sanno fare molte più cose e vengono utilizzati per numerose interfacce vocali ad alta prestazione intuitive e facili da usare, come Alexa.
Tuttavia, si riscontrano ancora dei problemi su un aspetto che può risultare decisivo per il servizio clienti o i feedback sui prodotti, ovvero la cosiddetta “sentiment analysis”. Gli assistenti vocali dovrebbero infatti essere in grado di riconoscere ed interpretare in maniera corretta il tono della voce e l’umore di chi parla.
Maggiore efficienza grazie alla sentiment analysis
L’analisi del sentiment offre un grande valore aggiunto per le aziende di ogni settore. L’utilizzo di software in grado di analizzare in modo automatizzato testi scritti o contenuti parlati consente di ottenere benefici in termini di tempo ed efficienza operativa soprattutto in questi contesti dove è richiesta l’analisi di testi lunghi, contorti e pieni di errori, come ad esempio il monitoraggio dei social media o la raccolta di recensioni dei clienti o feedback sui servizi di assistenza.
I sistemi vocali sono in grado di riconoscere le emozioni
La maggior parte delle applicazioni fornisce una valutazione relativamente semplice, composta da parole chiave e un appropriato calcolo di probabilità, che può essere elaborato mediante algoritmi, salvato ed utilizzato per altre applicazioni. A tale scopo, vengono determinati sia uno stato emotivo su scala popolare (come ad esempio gioia o rabbia), sia la rispettiva probabilità di esattezza tra zero e uno. La valutazione “gioia: 0,78456” indica ad esempio che molto probabilmente l’affermazione dell’utente è stata felice e positiva.
Analisi più approfondite e "Opinion mining"
Un ulteriore livello di complessità è rappresentato dalle cosiddette ontologie, le quali riconoscono singoli termini come un insieme di caratteristiche collegate concettualmente ad altri termini. A esempio, l’affermazione “È stata proprio una sorpresa!” potrebbe essere positiva se riferita ad un film, mentre nel contesto dell’utilizzo di un’applicazione software potrebbe avere più probabilmente un’accezione negativa.
Utilizzando interfacce appositamente programmate per questi contesti, come quelle di Alexa o Google Home, è possibile valutare questo tipo di affermazioni tramite API speech-to-text per l’analisi del sentiment, determinandone in maniera più precisa emozionalità e polarità.
Tuttavia, gli assistenti vocali “ascoltano” solo per pochi secondi quando elaborano un’affermazione, per cui non sono adatti ad analisi più approfondite come quelle di testi o discorsi lunghi.
Le aziende utilizzano l’analisi del sentiment soprattutto per fare “opinion mining”, ovvero analizzare le opinioni. Per i rivenditori online o i fornitori di servizi finanziari è ad esempio molto importante sapere cosa viene scritto sui social media riguardo i loro prodotti e servizi.
Grazie all’analisi del sentiment è inoltre possibile farsi un’idea di quali siano le attese di un determinato target group o l’umore di un cliente che chiama un call center.
Le informazioni acquisite tramite l’analisi possono poi essere utilizzate per migliorare il proprio business o per operazioni di marketing mirate.