分析データをAI知識処理で加工し競合戦略マップ描く『AIポジショニングマップMr.DATA』を発売

■背景
　メタデータ社の『AIポジショニングマップ』は、テキストマイニングによるビッグデータ分析を、経営判断を左右する水準にまで高度化しました。分析支援機能は大きく充実しましたが、そのためのデータを整備・拡充するコストが相対的に大きくなり、問題となってまいりました。競合戦略分析のためには、特に有意味な差別化情報を顕在化させて、ポジショニングマップ上に展開されるべき競合群としたり、場所名の手がかりから実在の行政区に対応したヒートマップを生成したりできるように、事前にデータを整備することが喫緊の課題でした。

■データ整備がネックとなったAI実用化へ、5W1Hメタデータ自動抽出APIを活用
　１万種の意味カテゴリを用いた記事の自動分類や、類似検索、-3～+3の7段階のネガポジ値による緊急対応優先順位の絞り込み、ポジショニングマップの「ほぼ自動生成」を行える『AIポジショニングマップ』ですが、ユーザ企業では、データ収集、付加価値の高いデータの整備が困難でした。
『AIポジショニングマップMr.DATA』では、『5W1HメタデータAPI』を新たに搭載。データ取り込み時に、テキスト中の地名、人名、法人名、日付時刻等を、まとめあげてポジショニングマップの競合群としたり、わかりやすく表示したりする機能を設けました。例えば都道府県名を自動検出して地方名の欄を新増設したり、市区町村名のみの記述から都道府県名を推定したりする等です。
　なお、『AIポジショニングマップMr.DATA』のOEM版（エイジア社,WEBCAS Sense Analyzerなど）については、各提供会社の判断により従来通りのクラウド版、オンプレミス版・レンタル版から選んで供給されます。

■関連APIについて
『5W1HメタデータAPI』は、日本語テキストを受け取ると、その中に含まれている日時・地名・人名といった固有名詞や数量表現、そして出来事のメタデータを抽出し、数値化、正規化して返します。これにより、他のソフトウェアや人工知能が統計処理、機械学習しやすくしたり、マーケティングのターゲットを絞りやすくしたりします。
『高精度ネガポジAPI』は、言語学的に「少し良い（悪くない）」、「良い」、「すごく良い」の３段階の程度表現があることから、文章表現（書き手や聞き手の評価）のネガティブ度、ポジティブ度、を各３段階(+1,+2,+3,-1,-2,-3)、もしくはネガポジ無し、相殺して中立の「0」の７段階で記事全体のトーンを評価します。逆接、否定、仮定法等の文法、文脈解析により、きめ細かく記事のネガティブ度、ポジティブ度を判定します。これにより、分析軸を表わすキーワード群を含む記事の位置付けが精密に求められ、生データ、事実（ユーザ他の意見、感想）に基づいたポジショニングマップが生成されます。
『意味カテゴリAPI』は、入力テキストを解析して、検出された全単語（自立語）中に含まれる意味カテゴリを出力します。これは、日本語の基本語彙約10万単語について５階層、約１万種類に分類したものです。『AIポジショニングマップ』サーバは、これらの意味カテゴリがなるべく同じものが同じ分類結果になるように、AIアルゴリズムによって指定した記事群を自動分類することができます。分類結果にどんな意味カテゴリのものが多く集まったか上位10位までを読み取ることで、分類結果を意味的に理解し、優先的に対応すべき記事群を絞り込んだり、分類結果をポジショニングマップにプロットしたりすることが可能です。

■デモ・紹介のAI技術セミナーのご案内
実際の操作方法、そして分析方法を豊富なデモとともにご紹介するAI技術セミナーを 4/3(月)午後１時から、文京区民センターにて開催します。ハンズオン分析体験は、こちらから、お申込みください：
http://www.metadata.co.jp/seminar170403.html

■ メタデータ株式会社について
メタデータ株式会社は、2005年12月にメタデータ活用技術、セマンティック技術の応用ソフトウェア会社として設立。適合型自然言語解析エンジン『メタパーザ』を駆使した意味解析技術により、5W1H抽出によるコンテンツ連携や個人情報の自動匿名化、評判分析(ネガポジ・感情解析)、意味による自動分類やポジショニングマップ描画、Web対話ロボットなど、SaaS、クラウド向けアプリケーションを開発してまいりました。最近では、機械学習、ディープラーニング等の人工知能研究の蓄積を活かした分析エンジンやマッチングエンジンを構築し、画像認識・分類のための学習済ディープラーニングの販売事業や、超AIとも呼ぶべき超高速マッチングエンジンxTechの販売にも注力しています。

なお、代表取締役・野村は、MITマサチューセッツ工科大学・人工知能研究所の研究員時代に概念体系WordNetの理論と活用研究に貢献。その後の、WordNetをベースに1000数百万枚の写真に体系的な意味ラベルを付与したImageNetの完成によるディープラーニングの劇的精度向上にも、接的な貢献を果たしています。