Когда пользователь взаимодействует с цифровым консультантом, его сообщение должно быть простым, ясным и содержать достаточно информации для достижения желаемого результата.

Это, конечно, почти никогда не бывает. Типичные сообщения чата часто могут содержать все, от опечаток и орфографических ошибок до нескольких разных вопросов в одном предложении, что оказывается невозможным для анализа обычными чат-ботами.

В таких случаях бремя ответственности лежит непосредственно на технологии, чтобы получить результат, который не расстроит клиента неверной информацией или, что еще хуже, вызовет ужасный ответ «извините, я не понимаю». Разговорный ИИ разработан специально для того, чтобы избежать этих ловушек. Имея возможность понимать предложение целиком, даже если оно содержит несколько намерений клиента, разговорный ИИ может генерировать интеллектуальные ответы, которые лучше соответствуют потребностям конечного пользователя.

В этой статье мы рассмотрим, как диалоговый ИИ может давать точные ответы на основе более глубокого понимания запроса клиента.

Доведение до цели разговора

Как уже упоминалось, клиенты не всегда четко общаются в чате с цифровым консультантом. Хорошим примером этого является предложение, представленное на рисунке 1(a).

Если оставить в стороне очевидные грамматические и орфографические ошибки (которые достаточно легко обработать диалоговому цифровому консультанту с искусственным интеллектом), это обманчиво сложное предложение, поскольку оно содержит не одно, а два возможных намерения пользователя — «страхование путешествия» и «возмещение расходов». '. Меньшие решения для чат-ботов на рынке имеют более высокую вероятность спотыкаться на этом примере, предлагая неправильный ответ вроде «Да, я могу рассказать вам о туристической страховке», полностью игнорируя при этом, что клиент действительно заинтересован в подаче претензии. .

Разговорный ИИ, с другой стороны, способен анализировать предложение целиком и извлекать соответствующую информацию — даже если он определяет, что существует несколько возможных намерений — и давать ответ, который гораздо полезнее для клиента.

Но сначала основы

Разговорный ИИ использует комбинацию глубокого обучения и понимания естественного языка, чтобы получить ответ. Он начинается с комплексной обработки текста в предложении; расшифровка сленга и диалекта, исправление орфографии и подготовка к интерпретации.

Затем он разбивает предложение на его «основную» форму, как показано на рис. 1(c),, где он может начать вычислять намерения клиента, рассматривая предложение в целом. Для этого диалоговый ИИ использует нашу уникальную многоуровневую иерархию намерений, которая была разработана для повышения как масштабируемости, так и точности.

Намерение в предложении оценивается по модели предсказания. В этом примере оценка высока из-за точности намерения по страхованию путешествий. Затем он проверяется, подтверждая, что необходимая информация была идентифицирована.

Преимущество разговорного ИИ

В этом случае менее надежное решение обычно прекращает обработку, генерирует неверный ответ, основанный (только) на намерении туристической страховки, и завершает работу.

Но в разговорном ИИ нет места для посредственных ответов. Вместо этого он делает еще один шаг, признавая, что в предложении есть дополнительная информация для анализа, и определяет возможность отсутствия намерения, как показано на Рис. 1(d).

Это предложение, в частности, является отличным примером того, почему разговорный ИИ превосходит другие решения для чат-ботов. Это показывает, что добавление слова «возмещение» полностью меняет смысл предложения, иллюстрируя важность возможности полностью интерпретировать запрос клиента.

Как показано на рис. 1(e), диалоговый ИИ способен распознавать дополнительное намерение и находить подходящую альтернативу для добавления в список возможных ответов. Цикл повторяется до тех пор, пока не перестанет обрабатываться дополнительная информация и не будет сгенерирован ответ.

Типы ответов, которые может дать диалоговый ИИ, иллюстрируют более полное понимание запроса конечного пользователя, имеют большую вероятность быть правильными и просто более полезны в целом.

В конечном счете, клиенты с меньшей вероятностью возьмут трубку в службу поддержки, если они могут решить свои проблемы в окне чата. Это укрепляет лояльность к бренду и помогает сократить объем трафика в колл-центр компании — беспроигрышный вариант во всех отношениях.

Первоначально опубликовано на www.boost.ai.