[Gree] dialogflowを利用したチャットボット導入事例
-
Upload
takashi-suzuki -
Category
Data & Analytics
-
view
1.619 -
download
0
Transcript of [Gree] dialogflowを利用したチャットボット導入事例
Copyright © GREE, Inc. All Rights Reserved.Copyright © GREE, Inc. All Rights Reserved.
Dialogflowを利用したチャットボット導入事例
Google Cloud Dialogflow Meet-up
2017/12/12
グリー株式会社開発本部応用人工知能チーム
鈴木隆史
Copyright © GREE, Inc. All Rights Reserved.
自己紹介
■氏名:鈴木隆史 (@t24kc)
■所属:開発本部応用人工知能チーム
JapanGame事業本部 ENチーム
■業務:Webプロダクト ENマネジメント
大規模データ活用した機械学習ツール開発
これまでに機械学習を利用したPUSH通知の最適化、
バナーのレコメンデーション、チャットボットなどを担当
2
Copyright © GREE, Inc. All Rights Reserved.
■2017年上半期リリースタイトルセールスランキング
グリーのサービスについて
5※ランキングは、App StoreまたはGoogle Playのセールスランキングより7月31日時点までの最高順位を採用
Copyright © GREE, Inc. All Rights Reserved.
利用している機械学習技術
■Deep Learning関連
CNN:美容メディア画像タグ付け、不適切な画像識別
RNN:レコメンデーション
■Machine Learning関連
分類:PUSH通知最適化、離脱ユーザ予測
クラスタリング:画像の領域抽出、ユーザセグメント分析
7
Copyright © GREE, Inc. All Rights Reserved.
■Dialogflowとクラウドサービスのシステム連携
・導入したチャットボットを例に
・実際にDialogflowで利用しているシステム紹介
・Dialogflowでカバーできない範囲のクラウド連携部分
■会話精度向上のための取り組み
・ログ分析一例と会話精度向上のために実施したこと
本日のテーマ
8
Copyright © GREE, Inc. All Rights Reserved.
プロジェクト紹介
10
2017年11月本リリース済http://orario-rapsodia.com/
事前登録ページのチャットボット ©大森藤ノ・SBクリエイティブ/ソード・オラトリア製作委員会
©GREE,Inc ©Super Appli,Inc
Copyright © GREE, Inc. All Rights Reserved.
デモ
※開発段階のものです※現在はクローズしています
11Copyright © GREE, Inc. All Rights Reserved.
※開発段階のものです※現在はクローズしています
11
Copyright © GREE, Inc. All Rights Reserved.
チャットボット仕様
12
概要 詳細
感情 投げられた会話により喜怒哀楽が変化
親密度 ユーザとの会話内容によりキャラクター親密度が変化
クイズ 会話が続くとキャラクターからクイズを出題
報酬 親密度が閾値を超えたタイミングで報酬イベント発火
NGワード 公序良俗に反することには適切に返答
Copyright © GREE, Inc. All Rights Reserved.
チャットボットAPI構成
17
API部分 監視部分
API処理群
自然言語処理
ユーザ・マスタデータ
ログ関連 自然言語処理はDialogflowを利用
Copyright © GREE, Inc. All Rights Reserved.
チャットボット仕様
18
概要 詳細
感情 投げられた会話により喜怒哀楽が変化
親密度 ユーザとの会話内容によりキャラクター親密度が変化
クイズ 会話が続くとキャラクターからクイズを出題
報酬 親密度が閾値を超えたタイミングで報酬イベント発火
NGワード 公序良俗に反することには適切に返答
Dialogflowで対応する箇所
Copyright © GREE, Inc. All Rights Reserved.
チャットボット仕様
19
概要 詳細
感情 投げられた会話により喜怒哀楽が変化
親密度 ユーザとの会話内容によりキャラクター親密度が変化
クイズ 会話が続くとキャラクターからクイズを出題
報酬 親密度が閾値を超えたタイミングで報酬イベント発火
NGワード 公序良俗に反することには適切に返答
クラウドサービスで
対応する箇所
Dialogflowで対応する箇所
Copyright © GREE, Inc. All Rights Reserved.
NLPサービスについて
21
導入スピード
拡張性
APIサービス
NLPモジュールサービス
ML/DLライブラリサービス
Copyright © GREE, Inc. All Rights Reserved.
Dialogflowの決め手
■導入スピード面
・APIサービスのため学習データ抽出・ラベル分類コストも必要最低限
・既存のMLライブラリを利用する場合の実装コストが発生しない
■料金面
・スタンダード版は無料で利用できる
・必要に応じて、エンタープライズ版でAPI制限の緩和などが可能
■精度面
・会話データのラベルミスを修正して再学習させることができる
・内部に多くの拡張機能があり、表現ゆれ解決や外部連携なども可能
22
Copyright © GREE, Inc. All Rights Reserved.
■アルゴリズムのブラックボックス化
・内部の実装がブラックボックス化しやすい
・痒いところに手が届かないこともあるが、サービスの実装に集中できると
も捉えられる
■サービス安定性
・フリー版はAPIの停止や、利用上限が設定されているケースがある
APIサービスの懸念点
23
今回のプロジェクトではメリットが大きいためDialogflowに決定
Copyright © GREE, Inc. All Rights Reserved.
■Intents
・多くの場合は例文を増やすことで対応
システム紹介#1(単純な質問と返答)
25Intents
Copyright © GREE, Inc. All Rights Reserved.
■Entities
・ActionでIntentsとEntitiesを紐付けて表現ゆれに対応
システム紹介#2(表現ゆれの対応)
26Intents
Entities
Copyright © GREE, Inc. All Rights Reserved.
■Events・Contexts
・eventをクイズイベント発火に利用
・contextをクイズ回答期間の管理に利用
システム紹介#3(クイズ出題)
27
additional
post
question
answer
Copyright © GREE, Inc. All Rights Reserved.
■Cloud Management
・Fulfillmentのwebhookで外部連携も可能
・細かなセッション情報やIP設定などはバックエンド側で対応
システム紹介#4(セッション情報・IP管理)
28
IP settingdata
Copyright © GREE, Inc. All Rights Reserved.
■ログの蓄積
・DialogflowのHistoryを利用して簡単な会話ログ分析も可能
・今回は大規模分析のため自社のDWHを活用
■会話精度パラメータを利用
・レスポンスのscore(会話精度)パラメータが利用できる
前提
31
Copyright © GREE, Inc. All Rights Reserved.
■スコアセグメントごとの結果
・スコア(会話精度)を10%ごとに集計した会話数値
・精度が100%のものと悪いものに二極化しているのが分かる
全体会話の確認
32
Copyright © GREE, Inc. All Rights Reserved.
■スコアが良かったもの(詳細)
・単語のみの発言が多く、登録したUser saysとのルールベース合致多い
個別会話の確認#2
34
Copyright © GREE, Inc. All Rights Reserved.
■スコアが悪かったもの
・柔軟な会話や登録されたIntentsが類似している会話精度が低い
個別会話の確認#3
35
Copyright © GREE, Inc. All Rights Reserved.
■スコアが悪かったもの(詳細)
・分かち書き「くれ」という単語に反応している様子
・「アイテム」などのIntent登録はないため、この例文に紐付いている
個別会話の確認#4
36
Copyright © GREE, Inc. All Rights Reserved.
■スコアが悪かったもの(詳細)
・精度30%以下(Intentsに紐付かなかった)会話ログを確認
・同様にIntent登録がない例文や、単語の意味がないものが多い
個別会話の確認#5
37
Copyright © GREE, Inc. All Rights Reserved.
■登録Intentsの拡張
・殆どの場合は例文の追加で解決できる
・ユーザの会話ログから、頻度の高い例文を新しく追加していく
■登録Entitiesの拡張
・表現ずれの改善のため、Entityにデータを追加していく
・ただし、IntentsやEntitiesには登録上限がある
実施したこと#1
38
Copyright © GREE, Inc. All Rights Reserved.
実施したこと#2
39
■TrainingでIntents学習
・以前の会話やり取りが間違っていた場合には
DialogflowのTraining機能から正しいIntentsを学習させる事ができる
Copyright © GREE, Inc. All Rights Reserved.
■対応する基準
登録する例文の基準
・IntentsやEntitiesには登録できる上限があるため
精度が低い全ての会話を登録できるわけではないこと
優先度の基準
・例文内容の検討やTrainingによる学習には人的コストがかかるため
全体のリソースを考慮した優先度を決めておく
・ここでは会話精度にフォーカスしていたが
チャットボットの事業目的に会話精度の重要度がどの程度あるか
注意するべきところ
40
Copyright © GREE, Inc. All Rights Reserved.
■導入コスト重視ではAPIサービスが最適
・独自モデルの場合と比較して、実装コスト・学習データ準備コストの削減
メリットが非常に大きい
・特定インテントの前処理工夫などの拡張要素部分も、クラウド連携で対応
できる
まとめ
42