ClearGraph를 인수한 지 몇 주 후에 Tableau는 자연어 쿼리가 어떤 모습일지, 그리고 그것이 기계 학습 로드맵에 어떻게 부합할지 계획합니다.
컴퓨터와의 대화 인터페이스는 컴퓨터 시대부터 기술의 화두였습니다. 스타 트렉. 대부분 음성 응답, Siri, 챗봇 또는 IVR(대화형 음성 응답) 통화 시스템과 상호 작용하는 실망스러운 경험과 관련됩니다. 센터는 그것이 음성이든 텍스트이든 관계없이 컴퓨터가 자연어를 이해하도록 하는 데 얼마나 오랜 노력이 있었는지 보여줍니다.
그러나 Amazon 소매점에 대한 대화 음성으로 설계된 Amazon Echo의 Alexa가 필요했습니다. 엔터테인먼트 서비스를 통해 자연어 인터페이스가 실제로 유용할 수 있음을 보여줍니다. 서비스. SAS 창립자인 James Goodnight 박사가 Alexa를 사용하여 SAS Visual Analytics에 쿼리하는 방법을 시연하는 것을 보고 우리는 그것이 매우 멋지다고 생각했습니다. 하지만 당신이 볼 때 이 영상에서, Alexa는 단지 몇 가지만 배웠으며 키보드나 터치패드를 대체하려면 아직 갈 길이 멀다는 것을 깨닫게 될 것입니다.
그것으로 클리어그래프 인수, Tableau는 자연어를 SQL 쿼리로 변환하는 보다 제한된 문제를 다루고 있습니다. 지난주 분석가와의 통화에서 Tableau는 ClearGraph 계획에 대한 자세한 내용을 제공했습니다. Tableau는 이미 더욱 안내된 분석 경험을 제공하기 위해 기계 학습을 내장하고 있다는 향상된 기능을 제공합니다. 최신 릴리스인 10.3에서는 Tableau에 추천 테이블과 조인이 추가되었습니다. 따라서 추천 엔진은 끝없는 테이블 목록에 직면하는 대신 가장 관련성이 높은 테이블로 필터링합니다. 다음 버전인 10.4에서는 Tableau가 데이터 원본도 추천하기 시작할 것입니다. 앞으로 시각화에 대한 권장 사항이 추가될 가능성이 높습니다.
사용자에게 더욱 효과적인 안내 환경을 제공하기 위해 기계 학습을 적용하는 데 Tableau는 혼자가 아닙니다. 예를 들어,
SAP 비즈니스오브젝트 올바른 예측 분석 알고리즘을 선택하는 안내 경험을 제공합니다. IBM 왓슨 분석 문제와 내러티브의 틀을 잡는 데 도움이 되는 안내된 경험을 제공하는 동시에 아마존 퀵사이트 임시 쿼리를 통해 사용자를 안내합니다.하지만 Tableau의 경우 여기서 중요한 점은 기계 학습이 자연어 쿼리와 어떻게 결합되는지입니다. 목표는 비즈니스 사용자가 "최근 판매 결과를 알려주세요"와 같은 질문을 입력할 수 있도록 하는 것입니다. 그러면 시스템은 이를 최신 보고 기간의 숫자로 SQL 쿼리로 변환합니다. 비즈니스 사용자는 답변을 얻기 위해 어떤 데이터베이스, 보고서 또는 필드를 지정할 필요가 없습니다.
자연어 처리를 위한 구성 요소에는 혼합된 입력에서 생성된 의미론적 데이터 모델이 포함됩니다. 이는 데이터 구조에 대한 DBA의 관점을 제공하는 데이터 모델의 메타데이터로 시작됩니다. 사람들이 데이터를 어떻게 사용하고 있는지 보여주는 사용 패턴과 동의어 및 별칭 사전을 결합합니다.
5명으로 구성된 스타트업 ClearGraph는 검색 기반 쿼리를 AI 방식으로 개발했습니다. 키워드를 기반으로 검색하는 대신 데이터베이스 내부 조사에 최적화된 특허 출원 중인 자연어 쿼리 기술을 통해 컨텍스트에 의존합니다. 이는 쿼리의 컨텍스트를 해독하는 지식 그래프로 뒷받침됩니다. 해당 그래프는 사용자 상호 작용을 기반으로 구축됩니다. 따라서 사용자가 최근 거래에 대한 보고서를 요청하면 그 사람의 이력을 조사하여 의도를 추론합니다. 아마도 영업 및 마케팅 부서의 사용자는 일반적으로 판매 거래를 찾는 반면, 회계 부서의 사용자는 지급금 및 미수금을 요구할 가능성이 높습니다.
Tableau의 경우 자연어는 쿼리 작성을 단순화하는 반면 기계 학습을 사용한 이전 작업은 사용자가 데이터 원본을 선택하고 조작하는 데 도움이 됩니다. 아직 로드맵에는 포함되지 않았지만 ClearGraph가 제공하는 또 다른 부분은 데이터를 시각화하는 가장 좋은 방법을 선택하는 엔진입니다. 실제로 비주얼리제이션 프레이밍은 Watson Analytics 및 QuickSight와 같은 경쟁 제품에서 이미 다루어졌지만 이는 Tableau가 계속 파트너 관계를 유지하는 영역에 국한됩니다. 예를 들어, Tableau는 다음과 같은 파트너 관계를 계속할 계획입니다. 서사과학, 자동으로 설명하는 등 스토리 구축에 특화된 Tableau 시각화가 실제로 말하는 것. 그럼에도 불구하고 Tableau가 AI에 더 깊이 빠져들면서 Tableau와 파트너가 수행하는 작업을 구분하는 경계가 흐려질 것입니다.