階層構造も同時に学習が可能な独自のニューラルネットワークを持っています。
これまで一般的だった分類とは異なり、階層構造付きでコンテンツを分類できることから、例えば同位階層の重要項目の漏れを指摘したり、下位階層の新着コンテンツを通知するなど、人間のように、抽象的にコンテンツを取り扱うことができ、業務効率化を進めることができます。

独自開発したAStrigo Auto Modelerが、非構造化データ（テキスト、数値、カテゴリーを含むWord / Excel / PowerPoint / PDFなどのデータ）に対して、最適な分類・タグ付けのAIアルゴリズムの選択とチューニングを全て自動で行います。BERTにも対応しており少量の教師データからも高精度な分類・タグ付けが可能です。 これにより、短期間で最適な分類・タグ付け処理を活用したソリューションをお客様に提供いたします。

AIが過去の問い合わせメールや不具合レポートに対する熟練者の分析結果を学習し、原因の推定を行います。
社内業務システムに組み込めば、担当者の自動割り当てや自動通知などで業務効率化を図るとともに、熟練者の分析スキルがシステム化されることにより、手戻りの少ない初期対応を人に依存することなく実行することができます。

AIが社内文書の分類を学習し、文書に自動的にタグ付けを行うことで、検索精度を向上させ、社内ナレッジ共有を推進します。
さらに、一歩進んだプッシュ型の情報共有を実現することが可能です。

社内文書をキーワード検索しても、多数の文書がヒットし、なかなか必用な文書に辿り着くことができません。
AIが社内文書にタグ付けし、絞り込み検索に活用することで、効率的に必要な文書を見つけ出すことが可能になります。

AIが新規文書に自動付与することで、タグ付けされた情報をもとに、検索システムから特定のタグを持つ新規文書を利用者に通知するなど、一歩進んだ情報共有を実現することが可能です。
                     

業務日報をAIが分析し分類することで、緊急対応が必要な内容を、迅速に担当者へ割振り優先して対応することで顧客満足度を向上させます。