欧美,精品,综合,亚洲,好吊妞视频免新费观看,免费观看三级吃奶,一级a片女人自慰免费看

您當(dāng)前的位置是:  首頁 > 新聞 > 文章精選 >
 首頁 > 新聞 > 文章精選 >

考慮在聯(lián)絡(luò)中心內(nèi)實現(xiàn)NLP 需要了解這些知識

--提高自然語言處理能力,為現(xiàn)代客戶體驗提供了技術(shù)支持

2018-04-25 09:58:46   作者:   來源:CTI論壇   評論:0  點擊:


  CTI論壇(ctiforum.com)(編譯/老秦):正如我在前一篇文章中提到的,“聯(lián)絡(luò)中心的人工智能:了解基本知識”,使用自然語言處理(NLP)與客戶進行對話,是在一個聯(lián)絡(luò)中心最有效地使用人工智能的方法。NLP支持了網(wǎng)絡(luò)聊天機器人、語音助手增強IVR功能以及語音計算接口(如Alexa等虛擬助理)的對話式人工智能,這是理解現(xiàn)代聯(lián)絡(luò)中心的關(guān)鍵技術(shù)。
  NLP包括兩個組成部分:自然語言理解(NLU)和自然語言生成(NLG)。NLU將自然語言輸入映射成有用的表示,用于處理和分析,而NLG則將表示轉(zhuǎn)換成自然語言。
  在某些方面,這些技術(shù)已經(jīng)過時了。1972年,計算機科學(xué)家羅伯特·默瑟(RobertMercer)和彼得·布朗(Peter Brown)提交了他們的第一個NLP相關(guān)專利申請。但隨著可負(fù)擔(dān)得起的高性能計算平臺的出現(xiàn),這些技術(shù)現(xiàn)在可以快速地支持實時響應(yīng),以實現(xiàn)舒適的人機交互,并可用于客戶參與。在實際操作中,這意味著在不到300毫秒的時間內(nèi)提供會話響應(yīng)的能力。
  如果會話接口是你的目標(biāo),那么你應(yīng)該NLU和NLG一起使用。但是,你仍然可以在單獨使用這些組件時找到實用程序。例如,要求IVR將資金從一個帳戶轉(zhuǎn)移到另一個帳戶只需要NLU。音頻確認(rèn)需要NLG。
  理解NLU
  以下是對NLU平臺一些功能的描述。
  辨別意圖:客戶的意圖可以通過處理一個完整的話語來辨別。然而,在客戶參與環(huán)境中,語法完整的句子并不是常見的,因此你需要使用上下文和元數(shù)據(jù)元素來管理會話,從而獲得成功的結(jié)論。例如,當(dāng)試圖檢索股票報價時,客戶可能會問:“告訴我現(xiàn)在的字母表交易是多少?”這臺機器捕捉到了這些信息,應(yīng)用了語境理解,并做出回應(yīng):“字母表的交易價格是1055.82美元。”客戶的意圖是檢索股票報價。
  消除歧義:與其他形式的會話AI相比,客戶約定不太容易產(chǎn)生不確定性,因此往往不需要經(jīng)常消除歧義。這是因為交互關(guān)注的是一組客戶屬性、產(chǎn)品或服務(wù),而不是整個宇宙。這并不意味著客戶永遠(yuǎn)不會說一些模棱兩可或矛盾的東西,比如“把我的訂單發(fā)到我的家庭地址,不,讓我再想想,請把它發(fā)到我的工作地址。”這使得機器可以消除混淆的消息傳遞。在這種情況下,你需要你的人工智能助手來背書確認(rèn):“只是確認(rèn)一下,你是想把你的訂單發(fā)到你的工作地址嗎?”此確認(rèn)步驟將為機器提供正確的確認(rèn),這可以用來防止在機器學(xué)習(xí)過程中產(chǎn)生進一步的誤解。
  術(shù)語提。每個行業(yè)都有一些獨特的術(shù)語?萍夹袠I(yè)更是如此,一個例子就是電話中的“端口”。如果客戶想把電話號碼從一個手機移動到另一個手機,他可能會說:“請將電話號碼410-555-1212從T-Mo發(fā)送到下面的SIM卡123-4545-4545-9865.”有了正確的理解,機器將從這個句子中提取單詞“port”和SIM值,這樣它就可以執(zhí)行一個機器人程序,將數(shù)字移動到新的SIM卡上。類似地,機器將知道“T-Mo”是指載波T-Mobile,并將開始接觸,所以數(shù)字會被釋放到新的載體上。
  翻譯:在客戶參與環(huán)境中使用翻譯通常不是一個好主意。相反,最好的選擇是選擇一個處理語言的NLU/NLG解決方案。例如,將客戶的請求從德語翻譯成英語,然后用英語處理回復(fù),并將其翻譯成德語,這不是好的方法。
  解析:NLP解析的一個流行的例子是對句子的解釋:“我看見一個拿著望遠(yuǎn)鏡的女孩。”是我用望遠(yuǎn)鏡去看那個女孩,還是我看到的那個拿著望遠(yuǎn)鏡的女孩?客戶約定很少需要解析語句來確定意義,因此,提出一個示例是很困難的。因此,一個解析算法比一個必須擁有的NLP特性更適合于客戶參與平臺。
  詞干:這個過程是用來解釋錯誤的或讀錯的單詞,以及縮短程序來理解意圖所需的時間?紤]如下:“我想轉(zhuǎn)移資金(I want to have funds transferred)。”'轉(zhuǎn)移(transferred)'的詞干是“轉(zhuǎn)移(transfer)”。如果你調(diào)優(yōu)機器以考慮所有形式的“轉(zhuǎn)移”,那么你就可以節(jié)省時間,不必手工編寫每一單詞的所有形式。
  命名實體提取:之前在我的股票交易示例中涉及到理解意圖。在客戶詢問字母表的股票價格后,他可能會說:“亞馬遜怎么樣?”這臺機器維護了語境,并說:“亞馬遜的交易價格是1522.32美元。”“亞馬遜怎么樣?”可能不是指股票價格,而是關(guān)于亞馬遜雨林信息的查詢請求。通過使用命名實體提取,機器能夠提供與會話上下文匹配的響應(yīng)。
  一些NLP解決方案提供了公開使用的命名實體的詳細(xì)列表,例如在我的示例中使用的公司名稱,但是其他的沒有。即使有一個提供的列表,你的業(yè)務(wù)中的命名實體可能與其他實體不同,因此你需要特別注意構(gòu)建你的列表。除了公司名稱,命名實體列表還應(yīng)該包括產(chǎn)品、城市、國家、供應(yīng)商和流程的名稱,包括任何可能出現(xiàn)的命名實體,并幫助機器在客戶交互過程中提供更快、更準(zhǔn)確的響應(yīng)。
  主題分割:建立一個傳統(tǒng)的知識庫涉及到一個手工的過程來處理內(nèi)容和確定主題和子主題。NLP解決方案可以通過一個主題細(xì)分過程自動化這個工作,這個過程決定了文檔的哪個部分適用于特定的客戶請求。為了達(dá)到速度的目的,最好提前執(zhí)行主題分割,并在所有知識內(nèi)容上生成標(biāo)記,這樣你的機器就能在客戶請求時更快地呈現(xiàn)正確的知識。
  辨別情緒:情緒分析在聯(lián)絡(luò)中心有很多用途。作為一個提供管理解決方案的關(guān)鍵,很難復(fù)制。分析單詞和標(biāo)點可以幫助確定文本交互中的情緒。語音交互在情感分析中增加音高和音量,而視頻接口則將面部表情引入分析。一些供應(yīng)商提供上述所有的服務(wù),但許多供應(yīng)商沒有。如果你對情緒分析感興趣,那么一定要了解你選擇的供應(yīng)商在這方面的能力。
  內(nèi)容總結(jié):總結(jié)是客戶參與環(huán)境中一個有趣的工具。對于它的Watson NLU引擎,IBM收取0.003美元來總結(jié)一份10,000字符的文檔,并總結(jié)一個客戶的八個字的表達(dá)。針對客戶交互的NLP解決方案通常是針對這些簡短的話語進行調(diào)整的。
  在客戶服務(wù)環(huán)境中,摘要總結(jié)是一種統(tǒng)計工具。它可以有效地取代呼叫處理過程,為聯(lián)絡(luò)中心的運營經(jīng)理提供接近實時的洞察,了解客戶的需求。我知道當(dāng)我在經(jīng)營一家藥店的福利項目時,我會發(fā)現(xiàn)一個NLU的總結(jié)工具。例如,某一天下午4點,呼叫量比平常增長三倍。事實證明,這是退休人員去郵箱的時間,而我們的一個杰出的營銷人員已經(jīng)發(fā)送了大量的郵件,上面寫著:“你的福利可能會受到威脅。”一旦我們發(fā)現(xiàn)了這個問題--兩個小時之后--我們迅速推出了一個腳本,這樣所有的座席都能更有效地處理這些呼叫。如果我們有一個NLU總結(jié)工具,我們可以在幾分鐘內(nèi)確定這個趨勢。
  內(nèi)容標(biāo)記:當(dāng)聯(lián)絡(luò)中心使用大量非結(jié)構(gòu)化數(shù)據(jù)來支持客戶交互時,標(biāo)記內(nèi)容是必需的。在標(biāo)簽上搜索比在知識庫中搜索所有內(nèi)容要快得多,這意味著座席--虛擬的或真人的--可以比不添加內(nèi)容標(biāo)記更快地向客戶傳遞正確的答案。
  分類:分類用于識別某些類型的詞。如果你從事抵押貸款服務(wù)業(yè)務(wù),那么哥倫布可能指的是一個地方,而不是一個人。類似于目的和功能的命名實體,基于NLP的分類法對于具有非常廣泛的產(chǎn)品目錄的企業(yè)來說是很有用的。這些工具可以減少客戶在處理成千上萬的產(chǎn)品時可能發(fā)生的混亂,同時節(jié)省時間。
  掌握NLG
  在客戶參與中,NLG通常被理解為一個復(fù)雜的定向?qū)υ拰崿F(xiàn)。接口向用戶公開的響應(yīng)或后續(xù)問題是利用NLG創(chuàng)建的。具體來說,NLG處理器將文本公開給用戶(如在Web聊天中),或者向用戶提供的一種中間技術(shù),像TTS(如在IVR或語音計算中),產(chǎn)生了用戶可以聽到的語音。
  如果你打算使用語音接口,那么你應(yīng)該將一些思想引入到TTS(文本到語音)解決方案中。標(biāo)點、性別、能量、壓力、音素長度、語調(diào)、音節(jié)和聲調(diào)都可以影響你向客戶展示的溝通質(zhì)量。雖然你可能并不一定想要探索這些因素背后的算法,但是你肯定想要傾聽這個接口,并確定什么對你和你的團隊來說是好的。
  選擇
  如果你仍在閱讀,那么你可能正在考慮在你的聯(lián)絡(luò)中心內(nèi)實現(xiàn)NLP。你有很多選擇,現(xiàn)在有1000多家公司提供NLP服務(wù)。有些具有預(yù)先構(gòu)建的功能,支持我上面描述的特性,而另一些則需要你構(gòu)建自己的特性。好消息是,隨著聯(lián)絡(luò)中心技術(shù)的發(fā)展,沒有一種技術(shù)是非常昂貴的。但是,有些工具的實現(xiàn)和管理可能比其他的更昂貴。選擇最能支持業(yè)務(wù)的平臺或產(chǎn)品是成功的關(guān)鍵。
  聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
  作者:Chris Vitek
  原文網(wǎng)址:https://www.nojitter.com/post/240173441/nlp-in-your-contact-center-what-you-need-to-know
【免責(zé)聲明】本文僅代表作者本人觀點,與CTI論壇無關(guān)。CTI論壇對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。

專題