GPT-Calls：コールセンターの会話データを大規模言語モデルを活用して分析

本記事では、マイクロソフトなどの研究者が発表した新フレームワーク「GPT-Calls」について解説します。この技術は、大規模言語モデルが人間の会話を模倣した合成データを使用し、コールセンターで行われた会話をより安全・効率的に分析できるようにするものです。

参照論文情報

• タイトル：GPT-Calls: Enhancing Call Segmentation and Tagging by Generating Synthetic Conversations via Large Language Models
• 著者：Itzik Malkiel, Uri Alon, Yakir Yehuda, Shahar Keren, Oren Barkan, Royi Ronen, Noam Koenigstein
• 著者の所属：Microsoftなど
• URL：https://doi.org/10.48550/arXiv.2306.07941

関連研究

人間は言葉で指示をしてAIがパワポを作成するようになる

使うたびにどんどん賢くなるQ&Aシステム生成AIツール

GPT-Callsとは

「GPT-Calls」は、AIが人間の会話を模倣し、その結果を用いてコールセンターでの会話データを分析するという新たなフレームワークです。具体的には、大規模言語モデル（GPT-3）を用いて、人間の会話を模倣した合成データを生成します。この合成データは、実際の会話データと同じようにタグ付けされ、それを用いて会話データの分析が行われます。

このフレームワークの特徴は、AIが生成した合成データを用いることで、実際の顧客データを直接分析する必要がないという点です。これにより、顧客のプライバシーを保護しつつ、高品質な会話データの分析が可能となります。

コールセンターの会話データ分析における課題とその解決

コールセンターでは、顧客との会話データを分析することで、顧客の問題点を把握したり、サービスの改善点を見つけたりすることが一般的に行われています。しかし、これまでの分析方法には大きな課題がありました。

現状の課題1：多大な労力

一つ目の課題は、手動でのタグ付けによる時間と労力の消費です。コールセンターの会話データは膨大であり、それを人間が一つ一つ聞き取り、適切なタグを付ける作業は非常に時間がかかります。また、この作業は専門的な知識を必要とするため、コストも高くなりがちです。

現状の課題2：プライバシー

二つ目の課題は、実際の顧客データを用いることによるプライバシーの問題です。顧客との会話データには、個人を特定できる情報や、顧客が企業に対して信頼を置いて伝えた情報が含まれています。これらの情報を適切に保護しながら分析を行うことは、技術的にも法律的にも難しい課題となっています。

「GPT-Calls」は、これらの課題を解決するための新たなフレームワークです。

GPT-Callsのスキーム

「GPT-Calls」は、コールセンターの会話データを分析するための新たなフレームワークで、その科学的なロジックは大規模言語モデルの活用と、オフラインとオンラインの2つのフェーズによる作業プロセスに基づいています。

以下で具体的に見ていきます。