많은 조직에서 트렌드 및 새로운 주제를 추적하는 것이 중요합니다. Customer Experience Insights를 사용하면 사전 라벨링 없이 통화 또는 채팅에서 가장 많이 사용되는 대화 주제를 감지하고 식별할 수 있습니다. CX 통계 주제 모델링 V2.1 기능을 사용할 때는 다음 권장사항을 따르세요. 비지도 모델링을 통해 설정을 간소화하고 분석된 대화에서 가장 중요한 요인을 자동으로 식별합니다.
주제 모델 학습시키기
커스텀 주제를 제공하지 않고 비지도 주제 모델을 학습시켜 시작합니다. 선택사항이지만 대화에 사용된 언어를 식별하려면 언어 필터를 설정하세요.
주제 모델을 학습시킬 때 비즈니스 사용 사례를 이해하고 원하는 주제의 세분화 수준을 결정합니다. 사용 사례에는 주제 모델에서 찾고 있는 내용이나 모델이 제공하는 비즈니스 가치가 포함될 수 있습니다. 세부사항은 학습에서 모델 크기를 결정합니다. 기존 솔루션에 주제 클러스터가 있는 경우 대략적인 개수는 얼마인가요?라고 질문합니다.
비지도 모델의 품질이 낮은 경우 맞춤 주제 목록을 사용하여 다른 주제 모델을 학습해 보세요.
주제 모델 평가
학습된 주제 모델의 평가는 생성된 주제 및 설명의 검증과 식별된 주제에 대해 분석된 대화의 평가라는 두 단계로 진행할 수 있습니다.
1단계: 생성된 주제 및 설명 검증
필요와 관련이 없는 주제는 삭제하는 것이 좋습니다. 예를 들어 대화에서 인사말 발화에 대해 주로 이야기하는 '인사말' 주제를 삭제합니다. 주제 삭제에 대한 자세한 내용은 주제 삭제를 참고하세요.
주제 모델에서 식별하지 못한 주제 집합에 새 주제를 추가합니다. 커스텀 주제 없이 학습된 모델에서 이 시나리오가 발생할 가능성이 가장 높습니다.
2단계: 분석된 대화 평가하기
1단계가 완료되면 분석된 대화에서 식별된 주제를 평가해야 합니다.
세부사항에 대해 선택한 것보다 학습된 주제가 적은 이유는 무엇인가요?
발견할 주제가 적은 경우 최종 주제 수가 선택한 세부사항에 표시된 수보다 훨씬 적을 수 있습니다.
- 더 대략적: 최대 30개 주제
- 대략적: 최대 50개 주제
- Standard: 최대 150개 주제
- Fine: 최대 200개 주제
- 더 세부적인 주제: 최대 350개
데이터 품질 문제로 인해 학습된 주제 모델에서 학습한 주제 수가 더 적을 수도 있습니다. 학습 대화 수, 대화의 상담사 또는 고객 턴, STT 및 수정 품질 측면에서 데이터 요구사항이 충족되는지 확인합니다.
주제 수를 늘리는 방법
앞서 설명한 대로 학습 데이터 품질 요구사항을 충족하는지 확인합니다. 또한 학습 대화 수, 대화의 상담사 또는 고객 턴, STT 및 수정 품질 측면에서 충족되는지 확인합니다. 대화가 너무 많은 턴으로 계속되는 경우 인증 부분을 삭제하여 실험해 볼 수 있습니다.
학습 단계에서 학습 대화를 선택할 때 최소 턴 수 필터 (예: 5, 10, 15, 20)를 실험하면 학습한 주제 수를 늘릴 수 있습니다. 또한 주제를 예측하기에는 너무 짧은 대화를 삭제하는 데도 도움이 됩니다.
학습 횟수가 대화 횟수보다 적은 이유는 무엇인가요?
학습 볼륨 수는 학습 단계에서 제공된 대화 데이터를 다운샘플링한 후 주제 모델을 학습하는 데 사용된 대화 수입니다.
학습 중에 고객의 발화가 충분히 길지 않거나 너무 짧은 대화는 필터링됩니다. 모델이 학습된 후 CX Insights 콘솔의 학습 볼륨 합계는 학습/후 필터링된 대화 세트를 나타냅니다.
모델에 제공된 맞춤 주제보다 많은 주제가 있는 이유는 무엇인가요?
모델 크기에 따라 모델 출력에 추가 주제를 추가할 수 있습니다. 모델 크기는 출력의 주제 수에 영향을 미치지만 실제 수는 모델에서 학습한 실제 주제에 따라 달라집니다.
'더 세부적' 모델 크기로 모델을 학습시키고 최대 350개의 주제를 학습할 것으로 예상하지만 학습에 30개의 맞춤 주제만 가져오는 경우 모델 출력에 32개의 주제만 학습된 것으로 표시될 수 있습니다. 모델이 350개가 아닌 약 30개의 주제에 관한 대화로 학습되었기 때문입니다.