接下來，我想請兩位提供一些適合介紹給大家的應用範例…。

麻煩您了。

以銀行、證券和製造業這些需要發展B2B（公司對公司）業務的企業來說，他們會用到的就是應用文字含意辨識技術發展出來的「資訊治理強化解決方案」。以某家公司為例，基於「為能有效活用資訊，最重要的前提就是必須具備可妥善管理資訊的資訊治理系統」這個理由，而採用了這項解決方案，讓他們得以立即判斷業務員製作的文件中是否含有必須嚴格控管的重要資訊。

這真是太棒了呢！

接下來同樣是監控的範例，運用在監控電子郵件以篩檢出可能會導致圍標或壟斷風險的交易。從郵件內文中搜尋可能會導致壟斷或圍標等幾近錯失（near miss）的內容，並在發現問題時提醒負責人注意，以避免發生上述狀況。

有沒有彙整消費者意見的應用範例呢？

以製造業和服務業等以一般消費者為客戶的企業來說，多半都會保留客戶提出的要求，作為消費者意見資料。某家公司就採用了可自動分析消費者意見的系統。以前必須以人工作業分類和整理消費者意見，現在不但能自動分類，甚至還能在處理的同時找出與產品服務相關的內容等。藉此，企業更能投注心力改善顧客服務的品質，進而提升顧客滿意度。

這真是太棒了呢！

其他還有很多應用在電話客服中心的範例。透過文字含意辨識技術的應用，縮短企業彙整客戶抱怨或要求的時間，因此現在有許多公司都採用這項技術來改善他們的產品或服務。順道一提，目前有意將這項技術導入客服中心的公司當中，有些公司還希望能結合語音辨識功能，而我們NEC也正在朝這個方向努力當中。

不能只分析客服人員記錄下來的通話內容嗎？

分析客服人員記錄下來的通話內容當然也是可行，但客服人員記下的只是自己注意到的事情。客服中心主管想要分析更廣泛的資料，因此希望能夠藉此從消費者與客服人員的對話中分析他們的要求或抱怨。

應用範圍似乎挺廣泛的。希望這項技術能朝著更加多樣化的領域繼續發展下去。山本先生、水口先生，非常感謝兩位今天百忙之中接受採訪！