QA ENGINEの製品情報（特徴・導入事例）

2024 年 11 月 08 日

QA ENGINEとは

QA ENGINEは学習データを用いた、高精度なテキスト（文書）分類・質問応答SaaSです。チャットボットとしてもご利用いただけます。

自社の学習データを用いて、高精度なテキスト分類AIが生成されます。主に以下の用途に適応します。
　・定型的な大量のテキスト（文書）の分類を自動化をしたい方
　・社内ヘルプデスクやカスタマーサポートにおいて、自動応答による効率化をしたい方

====
■特徴
・操作は簡単：　テキスト分類AIを作成するために必要なデータをアップロードし、学習開始ボタンを押すだけ。どなたでも簡単にテキスト分類AIが作成できます。
・少ないデータで高精度：　学習データには、過去にテキスト分類したデータや問い合わせログなどを利用。少ないデータ量でもテキスト分類AIの作成が可能です。
・速くて納得の料金：　テキスト分類AI作成までに要する時間はわずか数十分。作成されたAIの動作確認も即日可能。検証用環境も用意され、運用に配慮された月額固定で利用しやすい料金です。
・多言語に対応：　多言語ニーズに対応し、日本語、英語、中国語、スペイン語のほか、全16の言語のテキスト分類AIの作成が可能。

====
■テキスト（文書）分類とは
テキスト（文書）分類とは、機械学習モデル（AI）を用いて、テキスト（文書）にあらかじめ決められたカテゴリを付与することです。
QA ENGINEにおけるテキスト分類では、あらかじめ文書とカテゴリを紐付けた学習データを用いて機械学習を実施し、その結果生成された自社独自の分類モデルを利用してテキスト（文書）の分類をおこないます。従来、テキスト（文書）分類は、人手でそのテキスト（文書）の内容を確認、理解した上で分類作業をおこなっており多大な時間を要しておりましたが、過去の分類結果を学習データとして機械学習することで、人手でおこなっていた分類作業を自動化することが可能となり、大幅な業務効率化が実現できます。
QA ENGINEでは、比較的少量の学習データでも分類モデルの生成が可能であり、また、学習データを追加することで、分類精度を向上させることが可能です。学習データのアップロード、機械学習の実施、精度検証など、一連の運用プロセスを管理画面からおこなえるため、機械学習の知識のない方でも簡単に利用することができます。

====
■ユースケース
・社内文書の分類作業を自動化し、人手でおこなう分類作業時間を大幅に短縮したい。
課題：業務上、定型的な社内文書をカテゴリに分類する必要があり、分類のため内容確認をおこない、どのカテゴリに属するかという判断作業に多くの時間を要していた。
解決：QA ENGINEに過去の分類結果を学習させることで独自のテキスト分類AIを構築し内容判断、分類作業を自動化、業務時間の大幅な短縮を実現することができた。

・多言語の大量のテキストデータを精度良く分類できるテキスト分類AIが欲しい。
課題：アジア言語やヨーロッパ言語にも対応できるテキスト分類AIの構築をおこないたかったが、自社ではリソースが足りずに実現できなかった。
解決：QA ENIGNEでは16言語に対応したテキスト分類が可能であるため、採用を検討。検証過程において、英語、日本語のほか、スペイン語、オランダ語など、他の言語での分類精度が十分であることを確認できたため採用することとなった。また、大量のテキストを一括で処理できることも利用しやすさの要因の一つとなっている。

・テキスト分類として単独で利用するのではなく、自社のアプリケーションに連携して使えるようにしたい。
課題：単独でテキスト分類ツールは利用していたが、自社のアプリケーションと連携していないため、AIモデルの訓練や分類するデータのアップロード、分類結果の反映などテキスト分類のために再度行う必要があり非常に手間がかかっていた。
解決：QA ENGINEでは、学習用データのアップロードや学習実施など、QA ENGINEの管理画面でおこなえる基本的な操作をWebAPIからおこなえるAPIがあるため、それらのAPIを利用することで、自社のアプリケーションと連携して利用することを容易に実現することができた。

・社内の技術情報をナレッジとして蓄積し、かつ自動応答によるヘルプデスク業務の効率化を実現したい。
課題：団塊世代の退職により、熟練社員のもつ属人的なノウハウの継承とその活用ができていなかった。
解決：QA ENGINEを活用して、熟練社員のもつノウハウをテキスト化して登録。登録したノウハウに関連する問い合わせがあった場合には自動で回答できるよう、学習データを用意して自動応答の仕組みを実現。ノウハウの活用が促進され、また、熟練社員の問い合わせ対応に割かれる時間が減少し、業務効率化を実現することができた。