• トップ
  • リリース
  • メタデータ、スタートアップ発掘 EXPO vol.2にビジュアル類似検索等の説明可能なXAI、複数テキスト欄クロス分析ソリューションを出展

プレスリリース

メタデータ株式会社

メタデータ、スタートアップ発掘 EXPO vol.2にビジュアル類似検索等の説明可能なXAI、複数テキスト欄クロス分析ソリューションを出展

(DreamNews) 2022年09月12日(月)09時00分配信 DreamNews


メタデータ株式会社(所在地:東京都文京区;代表取締役社長:野村直之)は、2022/9/28-9/30に開催の、オンライン展示会「スタートアップ発掘 EXPO vol.2」に出展いたします。出展カテゴリ「IT・テクノロジー・情報通信」、出展ジャンル「ロボット・AI」「ソフトウェア・アプリケーション・クラウドサービス」「Web・インターネットサービス」を選び、新製品「Mrテキスト分析」に焦点を当ててデモ、ご説明をいたします。ミーティングルームでは、個別に30分単位で、アンケートの複数の回答欄にまたがる自由テキストを自在に類似検索して分析した事例や、チャットボットのシナリオ、肥大化したFAQを素早く見通して拡充する事例等を紹介します。

■趣旨
本格DXには、業務フロー全体からネックを取り除く必要があります。旧態依然の業務フローにおける、手書きやその読み取りにAIを導入するのでなく、最初からテキスト化された(あるいは音声認識、文字認識を経てテキスト化された)生データをそのまま読み込んで全体傾向を即座に見える化する等の方向性で、業務改善、DXを支援する人工知能API群が、昨今のコロナ禍による「強制DX」により、導入待ったなしの状況となっています。

ビジネスジャーナルAI・DXコーナーの記事の大半を当社代表取締役・野村の連載が占めています。この中で、文字認識を中心とした「過渡期のAI応用」によるDXの無駄を排し、生まれながらのデジタルデータに、説明可能なXAIで分析を加え、人間は「なぜ?」を深堀りすべし、としています。

この流れで、メタデータ社では、DXの様々な局面に素早く適用できるよう、Web経由で呼び出せる部品、すなわちAPIの形で道具としてのAI,XAIを提供してまいりました。具体的には、DXで激増するテキストデータに対してさまざまな診断材料を提供する人工知能API群、感情解析API、高精度ネガポジAPI、NG判定APIや、意味カテゴリAPIの「人柄、性格、心理」関連の意味属性検出機能です。そして、ビッグファイブ理論(→用語解説) 等に基づく性格診断API の活用により、心理状態を含む類型判断が可能となります。さらに、Mrテキスト分析を用いて具体的なエピソード内容、その5W1H、批判や提案を含む意見記述を精査することで、個別の処方箋を作り出すことができます。これらすべてを披露いたします。

特に、9/26〜28の相談ルームでは、性格診断APIならびに、Mrテキスト分析でどんなことができるか、リアリティあるデータでデモンストレーションいたします。下図のように、チャットボットのシナリオ、肥大化したFAQをXAIのビジュアルにより素早く見通して不備を見つけ、補完したり、分割・拡充が容易に行える様子を「百聞は一見に如かず」で確認することができます。




■ オンライン展示会への参加方法
下記URLで来場登録、そしてメタデータ社へのコンタクト、オンライン相談(ミーティングルーム、チャット)、資料ダウンロード等すべて無料です。
●相談会期間:2022年9月28日(水)〜9月30日(金)
・事前に展示ブース閲覧可。ミーティングルーム予約可。
◆イベント名称・登録:
スタートアップ発掘 EXPO vol.2
https://online-event.dmm.com/main/page/startup2209/

メタデータ株式会社について
メタデータ株式会社は、2005年12月にメタデータ活用技術、AIの応用ソフトウェア会社として設立。自然言語解析エンジン『メタパーザ』を駆使した意味解析技術により、5W1H抽出によるコンテンツ連携や個人情報の自動匿名化、評判分析(ネガポジ・感情解析)、意味による自動分類やポジショニングマップ描画、Web対話ロボットなど、SaaS、クラウド向けアプリケーションを開発してまいりました。最近では、AI活用のボトルネック打開のため高精度な正解データをほぼ自動で生成する”AI for AI”を掲げ、機械学習、ディープラーニング等の人工知能研究の蓄積を活かした分析エンジンやマッチングエンジンxTechにも注力しています。
代表取締役・野村は、MITマサチューセッツ工科大学・人工知能研究所の研究員時代に概念体系WordNetの理論と活用研究に貢献。その後の、WordNetをベースに1400万枚の写真に体系的な意味ラベルを付与したImageNetの完成によるディープラーニングの劇的精度向上にも、間接的な貢献を果たしています。

このページの先頭へ戻る