immagine-preview
In collaborazione con Logo Content By

Dic 26, 2018

Analisi semantica e machine learning: sfrutta meglio i tuoi contenuti

Oggi anche le macchine possono imparare. Ecco come si insegna ai computer a comprendere un testo

L’impiego dell’Intelligenza Artificiale nel Digital Marketing è in costante aumento. Molti strumenti si sono evoluti di pari passo con il progresso tecnologico: tra questi, l’analisi semantica che, grazie al NLP (Natural Language Processing, tecnica basata sul Machine Learning) sta perfezionando la capacità di trasformare i dati in conoscenza.

 

Ma vediamo i principali vantaggi dell’analisi semantica:

  • riesce a estrarre informazioni utili da una moltitudine di dati (strutturati o meno)
  • trova risposte prima che sia posta una domanda
  • riesce a comprendere il linguaggio colloquiale
  • estrapola il giusto significato anche in presenza di contaminazione di lingue differenti

 

Per comprendere i progressi di questi anni, basta uno sguardo al passato. Fino a non molto tempo fa l’analisi testuale creava grossi problemi agli elaboratori: non si trattava di uno strumento affidabile perché i lemmi venivano analizzati senza considerare il contesto. Le parole con molteplici significati – molto comuni in qualsiasi lingua – non venivano interpretate correttamente dal sistema, che non riusciva, per questo motivo, ad essere veramente utile agli utenti.

 

Inoltre, era necessario “taggare” i contenuti manualmente, creando duplicati, errori e perdite di tempo che intralciavano il flusso di lavoro.

 

 

Come funziona l’analisi semantica?

L’analisi semantica si basa su un assunto differente rispetto all’analisi testuale: invece di insegnare qualcosa alla macchina a priori, la si mette in condizione di imparare con l’esperienza. In che modo? Si fornisce al computer un “token”, un blocco di testo categorizzato, che arricchisce il linguaggio aggiungendo il contesto, elemento necessario alla comprensione di qualsiasi testo.

 

Le applicazioni dell’analisi semantica sono molteplici: ad esempio, il monitoraggio dei sentimenti degli utenti (come parlano del nostro prodotto?  Si può scoprire in base a come le parole vengono combinate tra loro). Ma possiamo sfruttare queste potenzialità anche per migliorare la gestione degli asset digitali in azienda, riducendo il tempo speso in lavori ripetitivi e spesso inutili come aggiungere i tag manualmente o ricercare i contenuti all’interno delle diverse piattaforme aziendali.

 

Quali strumenti abbiamo a disposizione per migliorare il content marketing con l’analisi semantica?

Un sistema DAM (Digital Asset Management) Intelligente è lo strumento giusto per migliorare la gestione dei contenuti in azienda. Il sistema procede, infatti, all’analisi semantica dei contenuti presenti sulle piattaforme aziendali e li riconduce a un’unica dashboard da cui è possibile gestirli.

 

I contenuti scandagliati dall’AI vengono “compresi” e categorizzati mediante tag adattive e automatiche. Il sistema impara poi, grazie ad algoritmi di Machine Learning, a riconoscere e classificarli impiegando sempre meno tempo e con maggiore precisione.

 

I motori semantici che comprendono funzionalità di speech-to-text, image recognition etc., possono farlo per tutti i tipi di contenuti, dal testo al video, dall’audio alle pagine HTML.

 

Ciò consente alle aziende una facile ricercabilità dei contenuti, con una considerevole riduzione dei tempi di ricerca.

 

Il motore semantico di THRON può aiutarti a migliorare il tuo content marketing

Un esempio interessante è offerto dalla classificazione tramite AI di THRON, DAM Intelligente. Il suo motore semantico, infatti, riesce ad estrarre da ogni contenuto una serie di parole chiave, che sono la base per la creazione della tassonomia aziendale, che può essere impostata in modo da essere funzionale agli obiettivi di business. Man mano che si procede, l’AI ricorda le tag utilizzate e impara a classificare in maniera sempre più accurata i contenuti in maniera automatica.

 

I vantaggi che derivano da utilizzare un sistema come questo sono molteplici. I principali sono:

 

la facilità di ricerca, che tra l’altro avviene cross-channel: è possibile, infatti, ricercare quello che si vuole sia nei propri canali di front end (a prescindere da dove è stata pubblicata l’informazione) sia all’interno del DAM, tra i contenuti caricati sulla piattaforma

 

– la Content Intelligence: il lavoro di analisi semantica è un “preludio” al match che l’AI combina tra contenuti e utenti che li hanno visualizzati. Grazie alla classificazione tramite tag degli asset, il motore comportamentale di THRON riesce ad associarli agli utenti che ne hanno fruito, ricavando dati su quali siano i loro reali interessi.

 

 

 

Rimani sempre aggiornato sui
temi di StartupItalia!
iscriviti alla newsletter