Solutions
Application du NLP pour le Business
Le traitement automatique des documents/communications écrites
Le traitement du langage naturel est un terme général qui englobe de nombreuses techniques différentes permettant aux ordinateurs de comprendre la parole et le texte humains Le traitement du langage naturel peut être utilisé pour analyser un large éventail de types de données vocales et textuelles provenant de différents contextes. Par exemple, il peut être utilisé pour analyser ou transcrire des enregistrements audios d'appels entrants du service clientèle ou aider à extraire les clauses pertinentes d'un contrat juridique.
Process n°1 : Assistance virtuelle dans l’exploitation des communications
Dans des contextes de centres d'appels ou équivalent, les temps d'attentes ou durée d'appels trop long augmentent l'insatisfaction client et peut générer de l'attrition client.
Les solutions NLP permettent :
- d’ améliorer la résolution au premier appel en offrant un modèle de libre-service, ainsi qu'une voie facile pour accéder aux agents superstars pour obtenir de l'aide.
- de réduire le temps de recherche des agents ou la navigation dans les scripts grâce à un routage intelligent.
Un moteur de recherche intelligent est proposé. Il est capable d’identifier les extraits dans les documents qui contiennent les informations recherchées ainsi que leurs variantes.
Un moteur de recherche de phrases dans divers documents est proposé. Ce moteur de recherche se base sur la ressemblance sémantique entre la requête et les phrases des documents. La recherche est donc élargie car elle incorpore les synonymes et les termes proches. A terme, des extraits de phrases sont extraits, contenant les informations voulues ainsi que leur localisation dans les documents.
Nous proposons des chatbots automatiques construit à partir d’une ensemble de règles et d’arbres de dialogues pré-définis.
Nous concevons également des chatbots intelligents contextualisés pour répondre à des questions ouvertes appartenant à un contexte défini au préalable. La compréhension des questions et la sélection des meilleures réponses est automatisé grâce à l’application du NLU (Natural Language understanding) et au Machine Learning.
Accélérateurs et retours d’expérience
Nos accélérateurs Deloitte AIM
- Notre capacité à construire des arbres de dialogues dans les différents fournisseurs Cloud (Azure, GCP, AWS,..).
- Des profils infolinguistes capable d’identifier les termes et expressions les mieux adaptés au contexte client.
- Un démonstrateur permettant de rechercher intelligemment des contenus à partir de quelques mots clé intelligemment des contenus à partir de quelques mots clés.
Retours d’expérience
Construction d’un chatbot RH sur Google Cloud Platform (GCP) pour répondre aux diverses questions des candidats liées au recrutement.
Process n°2 : Optimisation des opérations liées à la compréhension et aux analyses statistiques de corpus de documents
Le traitement manuel massif de documents peut entrainer des erreurs de saisies/compréhension ou manipulation avec des effets plus ou moins délicats. Certains traitements sont répétitifs et à faible valeur ajoutée. Les technologies NLP peuvent automatiser une part importante des traitements de texte.
Cette automatisation permet aux collaborateurs de se concentrer sur des tâches plus intéressantes à plus forte valeur ajoutée tout en réduisant les éventuels risque d’erreurs.
Nous proposons différentes approches :
Détection de taxonomies par la création de champs lexicaux à partir de corpus de documents.
Identification et qualification de cas d’usages pouvant être optimisé avec du NLP.
Analyse intelligente de documents. Les documents sont scannés avec des outils d’OCR afin d’identifier et extraire les informations les plus pertinentes. Des approches de Named Entity Recognition (NER) sont utilisées pour qualifier ces informations en fonction des contextes métiers. Si besoin, du Topic Modeling est appliquer pour identifier les différents contextes ou catégories associés au documents.
Mise en place d’un annotateur de documents entrainable pour annoter automatiquement les documents en fonction des besoins et contextes métiers.
Etude de différents process impliquant du traitement manuel de documents afin d’identifier lesquels peuvent être optimisés.
Construction de moteurs de classification de documents ou de mails en fonction des contextes métiers bien définis.
Mise en place de chatbots pour automatiser certaines interactions simples, récurrentes et redondantes.
Pour les process les plus répétitifs sans analyse, le Robotic Process Automation (RPA) est tout indiqué.
Accélérateurs et retours d’expérience
Nos accélérateurs Deloitte AIM
- Un framework de test NLP directement applicable dans la réalisation de nos projets.
- Notre savoir faire technique issu d’un suivi constant de l’évolution de l’état de l’art.
Retours d’expérience
Un chatbot RH pour répondre aux divers questions des candidats concernant le process de recrutement.
Process n°3 : Des approches NLP explicables et industrialisables dédié à des modèles Analytics
L’application du NLP dans des modèle Analytics facilite les sujets d’aide à la prise de décision sur divers stratégies Business, l'amélioration continu des produits, la réduction de l'attrition client/employées en exploitant les informations présentes dans des documents ou divers retours d'expériences.
Proposition d’une application d’analyse de sentiments à partir d’un corpus de retours d’expérience. Cette application est explicable et peut être industrialisé dans les systèmes existants.
Accompagnement dans l’analyse semi-automatisée de verbatims provenant de sondages avec des questions ouvertes.
Mise en place d’approches statistiques pour expliquer les choix des modèles NLP.
Application des technologies d’explicabilité des modèles à l’état de l’art pour faciliter la compréhension des décisions des modèles.
Accélérateurs et retours d’expérience
Nos accélérateurs Deloitte AIM
- LUCID : une solution Deloitte pour expliquer les modèles NLP
- Une application explicable d’analyse de sentiments de produits prête à être déployée
Retours d'expérience
Une analyse de verbatims pour analyser les ressentis et classifier l’ensemble des retours des utilisateurs dans des classes prédéfinies.
Notre expert
Sur le même sujet
IA & Data Science
De la résolution de problématique métiers à l’industrialisation technique