چرا چت‌بات‌های خوب به زمینه نیاز دارند، نه جریان‌های مبتنی بر درخت

گره منبع: 1352945

در مثال، شما علاقه مند به بازدید از یک سایت جاذبه هستید و می خواهید بدانید که بلیط ورودی چقدر است، بنابراین می پرسید:

با کمال تعجب، چت بات با وجود داشتن ادغام های API مربوطه، پاسخ را نمی دانست.

با کمی راهنمایی، ربات چت شما را به یک جریان مکالمه هدایت شده (مبتنی بر قانون) هدایت می کند. این نشان می دهد که باید بگویید "بلیط بخرید"ابتدا، به دنبال آن"قیمت بلیط"، و در نهایت "جنگل ابر” برای رسیدن به پاسخ.

هنوز خیلی نزدیک نیست

اکثریت قریب به اتفاق عوامل مجازی از یک مدل درک زبان طبیعی (NLU) استفاده می‌کنند، اما کاربران هنوز با دیالوگ‌های غیرطبیعی دچار مشکل هستند.

نمی توان به سادگی هوش یک ربات چت را با گفتن اینکه یک پلت فرم NLP بهتر یا بدتر از دیگری است توضیح داد. دلیل مناسبی است، اما در این مورد نیست. چرا؟ هدف یک مدل NLU خوب آموزش دیده کمک به نگاشت یک ورودی (گفتار کاربر) به یک خروجی (نیت کاربر) است. مثلا هر دو “ارسال پیتزا مرغ کاری به خیابان سان شاین 20” و "من ماهی و چیپس می خواهم" رجوع به همان قصد «سفارش غذا» شود.

با این حال، اینجاست که تشخیص قصد به پایان می رسد. به عنوان یک طراح یا توسعه‌دهنده مکالمه، باید در نظر داشته باشید که پس از تشخیص قصد چه اتفاقی می‌افتد. نامیده می شود زمینه تا حد امکان پاسخ مستقیم بدهد.

در زندگی واقعی، اگر شما و دوستتان بالاخره پس از ماه‌ها قرنطینه با هم ملاقات کنید، تمام لحظاتی در آخرین سفر که هر دوی شما به یاد می‌آورید شکل می‌دهد. زمینه. دارای پارامترهای خاصی مانند نام شهرها و افرادی است که در طول مسیر با آنها ملاقات می کنید. زمینه همچنین فاسد شدنی است، به این معنی که اگر شما و دوستتان چندین بار ملاقات کرده باشید و در مورد چیزهای دیگر صحبت کنید، لحظات تعطیلات قبل از COVID اولین چیزی نیست که در ذهن دارید.

هنگامی که در حال برنامه نویسی ربات های چت هستید، ممکن است بخواهید با اطلاعات خاصی که توسط کاربر بیان می شود کاری انجام دهید. به عنوان مثال، یک ایده خوب برای نماینده مجازی شما این است که به طور فعال نام غذا و آدرس تحویل را در طول جلسه مکالمه استخراج کرده و به حالت حافظه (متن) متعهد شوید. وقتی کاربر قبلاً آنها را در مسیر گفته است، ربات نباید اطلاعات مشابهی را درخواست کند.

متأسفانه، امروزه برخی از ربات‌های چت نمی‌توانند پارامترهای ضروری را برای برقراری یک گفتگوی مفید با کاربر به خاطر بسپارند، که در نهایت مجبور می‌شود جزئیات مهم را برای چت‌بات تکرار کند تا به آن کمک کند.

این چند احتمال است:

  1. طراحی مسیرهای شاد فقط در زیر ابزارهای طراحی مکالمه درخت مانند در برخی نرم افزارهای کم کد
  2. در نظر گرفتن مقاصد به‌عنوان چرخش یا نقاط بازرسی در جریان، به جای اهدافی که مشتری در ذهن دارد
  3. ارائه نقشه های ذهنی مکالمه یا فلوچارت ها به مهندسان نرم افزار بدون هیچ مشخصاتی در مورد تصحیح خطاهای کاربر و انحرافات چت
  4. داشتن مشکل در محاسبه جایگشت های بزرگ در یک برنامه غیر خطی، بر خلاف وب یا برنامه تلفن همراه با جریان های محدود به حالت های موفقیت/شکست.

این بار، ربات چت، موجوداتی را که در یک قصد استعلام قیمت بلیط به دنبال آن است، استخراج می کند. این شرکت کنندگان و سایت جذب هستند. از آنجایی که داده های کافی برای جستجوی قیمت بلیط وجود دارد، ربات چت چند کارت غنی مرتبط را ارائه می دهد.

ظاهرا اشتباه کردی شما با گفتن خطا را تصحیح می کنید

به جای بازگشت ("ببخشید متوجه نشدم"، پیام به یک هدف مبتنی بر پارامتر منتهی می شود. ربات چت قبلاً سایت جذاب مورد نظر شما را به خاطر آورده است و اکنون فقط اطلاعات شرکت کننده جدید را حساب می کند. همچنین می داند که شما در وضعیت استعلام قیمت بلیط هستید، بنابراین بدون نیاز به تکرار، قیمت کل جدید را به شما می گوید.

شما همچنان ذکر می کنید که یک شهروند محلی هستید.

باز هم، بدون اینکه سایت جاذبه و تعداد افراد را تکرار کنید و موضوع مکالمه فعلی را تغییر دهید، چت بات قیمت بلیط را بر اساس تمام اطلاعات به روز شده جمع آوری شده جستجو می کند. موفقیت!

Source: https://chatbotslife.com/why-good-chatbots-need-context-not-tree-based-flows-f083db0ed635?source=rss—-a49517e4c30b—4

تمبر زمان:

بیشتر از زندگی چت بات ها