Ocado Technologyは、500,000人を超えるカスタマー基盤と、Googleとのパートナーシップやクラウドプラットフォーム(GCP)を通じて蓄積された電子メールによるリクエストを管理するための新しいアプローチをアナウンスした。その仕掛けは、TensorFlowを使った電子メールの分類を自動化することが主眼にある。そのためのPython APIは、GCPが提供している。
Ocado社は、電子メールの分類のために運用規模に応じた機械学習や自動化、精緻な自然言語処理(NLP)が優れた候補であると判断した。その業務フローは、人々が手作業で溜まった電子メールを一貫性があり信頼できるやり方で処理するために、多くのサポートセンターで採用された。これは、仮にビジネスが急激に成長したり、カスタマーサポートの総量がサポートスタッフの益々の増加を必要とする場合には上手くスケールしない。返答までの待ち時間を増加し、カスタマーの不満も増加することになる。
Ocado社の場合、全ての電子メールは1つのメールボックスに送られる。Ocado社は、素早い返答を必要とする苦情や、優先度が低いものや返答までに時間が掛かっても構わない普通のフィードバックのようなものなどに適したタグ付けをすることで電子メールを処理する。再配達依頼、返金依頼、支払、Webサイトの問題、新製品への問い合わせなどである。
Ocado社は、必須な手入力項目と、カテゴリ毎のサポートスタッフと同じようにカスタマー毎のタグの数を最小化することを望んでいる。 この方法での手入力項目は、バイアスしたり、ノイズを作りがちである。さらに、サポートスタッフが、依頼の優先度に応じたカスタマーのフォローアップといったやるべき事をやる貴重な時間をなくしてしまう。
Ocado Technologyのシニアソフトウェアエンジニアである、Marcin Druzkowski氏は、去る8月のデータ サイエンス フェスにおける彼の講演で、ニューラルネットワークの学習のためにOcado社が利用する幾つかのモデルに関する詳細を述べた。Ocadoは、畳み込みニューラルネットワーク(CNN)とlong-short-term memory(LSTM)ネットワークで分類を試した。幾つかの方法は、bag-of wordを伴うロジスティック回帰、埋め込みを伴う畳み込みニューラルネットワーク(CNN)、埋め込みを伴うLSTMを含んでいる。
Druzkowski氏は、GPUは必要ではないと述べた。CPUチップの費用が比較的安いため、クラウドコンピューティングのスケーラビリティや並行モデル学習が、特にモデルの書き込みや学習においてGPUアーキテクチャを不要にした。TensorFlowグラフがソフトウェアエンジニアの主要なアプローチからデータサイエンスに至るまで、データ行列とグラフ定義としてデプロイされるとも述べた。対照的に、データサイエンスソフトウェアにおける幾つかの実践は、本番環境へのデプロイと簡単なインテグレーションのためのチャレンジが必要であることを示している。その幾つかは、ポータビリティと依存性管理、コード品質、テストカバレッジ、バージョン管理、そして継続的インテグレーションである。
別の新たなチャレンジは、良いモデルのパフォーマンスを作り出すことと同様に、ランダムさと許容できる結果の範囲を備えたモデルのテスト関連にある。他には、データセットの変更に伴って、どうやってモデルを再学習や再テストである。データセットにおける変化の割合と速度は、モデルが本番価値を持つかどうかに関わらず、確定時に新たな変数となる。現在、テストはpyTestとTensorFlowを使って走らせている。しかし、Ocado社はコードサンプルの要求を拒んでいる。
Rate this Article
- Editor Review
- Chief Editor Action