NLP (Natural Language Processing) neboli služba pro porozumění jazyku je schopná zautomatizovat procesy a aktivity, které bývají obvykle manuálně zpracovávány nebo složitě vytěžovány, jako například: klasifikace dokumentů, analýza obsahu textů a dokumentů, extrakce klíčových slov, anotace, segmentace, clusterizace, extrakce entit. ... a to vše v českém jazyce!

1. Trask NLP
Dlouhodobou vizí Trask NLP je naučit stroje porozumění lidskému jazyku …

2. – NLP (Natural Language Processing) neboli služba pro porozumění jazyku je schopná zautomatizovat procesy a aktivity, které bývají
obvykle manuálně zpracovávány nebo složitě vytěžovány, jako například: klasifikace dokumentů, analýza obsahu textů a dokumentů,
extrakce klíčových slov, anotace, segmentace, clusterizace a extrakce entit.
– Spektrum pokrytí naším NLP je velmi široké, služba je dobře škálovatelná a přizpůsobivá potřebám zákazníků. NLP může být nápomocné
zejména v oblastech zlepšování procesů a efektivity nebo snižování nákladů.
– Trask NLP bylo zpočátku navrženo tak, aby bylo schopno vyhovět jazyku používaného u chatbotů (rozpoznat záměr uživatele, najít
entity a vzory v textu atd.). Následně bylo rozšířeno na univerzální NLP CORE část. Dnes tak můžeme využívat obě možnosti souběžně.
Co je vlastně NLP?
2
NLP CORE technologii využijete v případech:
– Když chcete nad vstupním textem udělat větný rozbor
– Když ve větě nebo textu chcete najít významové entity a klíčová slova
– Když chcete opravit překlepy v textu a případně jej doplnit o diakritiku, pokud tam z nějakého důvodu chybí
– Když chcete převést text do základního tvaru (1. osoba jedn. čísla)
– Když chcete nalézt synonyma či antonyma pro vstupní text

3. Scénáře užití NLP
3
KLASIFIKACE DOKUMENTŮ
NLP umí v rámci jednoho dokumentu (např. účetní závěrka/výroční zpráva) rozeznat:
A) jestli dokument obsahuje všechny náležité části
B) jestli jsou náležité části obsahově úplné
Přidaná hodnota:
A) automatizace procesu
B) přesnost výsledku
C) úspora administrativního pracovníka, který dokument prochází a ručně vyhodnocuje
D) rychlost vyřešení a vyhodnocení
Pokud klient dodává do banky (ať už na pobočce nebo přes internetbanking) např. výroční zprávu (PDF obsahující 40+ stránek), NLP na základě extrakce užitečných
dat rozezná zda výroční zpráva obsahuje výsledky, rozvahu a další povinné položky. Rovněž umí k sobě dát informace z různých stránek a vytvořit jednotnou informaci
(např. má zaplatit daň 1260 Kč - Ano (str.2), byla zaplacena daň? Ano (příjmový doklad na 1260 Kč, str. 35). Toto řešení je aplikovatelné také na hypotéky, úvěry apod.
METODICKÁ ENCYKLOPEDIE
Zajišťuje vyhledávání ve všech dostupných interních metodikách a postupech v bance. Na základě porozumění textu a znalosti synonym je řešení mnohem více
přesnější a chytřejší než klasické full-textové. Pracovník pouze zadá hledaný výraz (např. účet pro syna = účet pro nezletilého) a dostane výsledky seřazené od nejvyšší
možné relevance, kterou definuje NLP.
Přidaná hodnota:
A) vhodné pro nováčky - rychlejší zapracování a eliminace supervize
B) rychlejší reakční doba odpovědi v případě on-line supportu - není nutno číst všechny metodiky
C) rychlejší řešení méně častých (okrajových) klientských případů - není nutno hledat specialistu nebo číst všechny metodiky
D) přesnost řešení - díky prioritizaci nabízených výsledků

4. Scénáře užití NLP
4
CLUSTERIZACE DATOVEK
Možnost rozřazovat a zároveň rozesílat na příslušné zaměstnance/oddělení informace z datových schránek na základě určení typu
dokumentu. Na ruční rozřazení zůstanou pouze velmi specifické dokumenty a zprávy.
Přidaná hodnota:
A) přesnost rozřazení
B) díky okamžitému rozřazení a rozeslání se zrychluje doba vyřešení
C) úspora nákladů za automatizaci práce pracovníka banky
STÍŽNOSTI A MONITORING ZÁKAZNÍCKÉ PÉČE
Existuje zde možnost vyhodnocovat textové zprávy ze zákaznické péče. V první vlně NLP může vyhodnotit stížnosti a definovat jejich
kategorii (např. chci odejít ke konkurenci, nefunkční karty apod.) a jejich úroveň urgence. Pracovník banky poté může v dané kategorii řešit
ty nejurgentnější na základě jejich obsahu. Méně urgentní a automatizovatelné může NLP řešit samo (např. nemám výpis z účtu -> NLP
výpis z účtu odešle a stížnost vyřeší bez zásahu pracovníka.) V druhém kroku může NLP vyhodnocovat kvalitu poskytované zákaznické péče
a to z pohledu, zda byl klient spokojený s řešením (pozná z obsahu konverzace), zda zaměstnanec reagoval dostatečně rychle apod.
Přidaná hodnota:
A) zvýšení zákaznické spokojenosti - problémy jsou vyřešené rychle
B) zákazníci neodcházejí ke konkurenci (nečekají na zdlouhavé dořešení problémů)
C) úspora času supervize, která hlídá kvalitu odpovědí
D) přesnější hodnocení výkonu zaměstnance
E) úspora času klientského pracovníka díky automatizovanému řešení jednoduchých dotazů - klientský pracovník se může věnovat řešení
složitějších případů