Звонки в службу поддержки требуют, чтобы агенты по работе с клиентами имели информацию об учетной записи клиента для обработки запроса вызывающего абонента. Например, чтобы указать статус страхового требования, агенту поддержки требуется информация о владельце полиса, такая как идентификатор полиса и номер требования. Такая информация часто собирается в потоке интерактивного голосового ответа (IVR) в начале обращения в службу поддержки клиентов. В системах IVR обычно используются грамматики, основанные на Спецификация грамматики распознавания речи (SRGS) для определения правил и анализа информации о вызывающем абоненте (идентификатор политики, номер заявки). Теперь вы можете использовать одни и те же грамматики в Amazon Lex собирать информацию в речевой беседе. Вы также можете указать правила семантической интерпретации, используя ECMAScript теги в файлах грамматики. Поддержка грамматики в Amazon Lex обеспечивает детальный контроль над сбором и последующей обработкой вводимых пользователем данных, чтобы вы могли управлять эффективным диалогом.
В этом посте мы рассмотрим поддержку грамматики в Amazon Lex и создадим пример грамматики для использования в Амазон Коннект контактный поток.
Используйте грамматики для сбора информации в разговоре
Вы можете создать грамматику как тип слота в Amazon Lex. Во-первых, вы предоставляете набор правил в формате SRGS для интерпретации пользовательского ввода. В качестве дополнительного второго шага вы можете написать сценарий ECMA, который преобразует информацию, собранную в диалоговом окне. Наконец, вы сохраняете грамматику в виде XML-файла в Простой сервис хранения Amazon (Amazon S3) и укажите ссылку в определении вашего бота. Грамматики SRGS специально разработаны для голосовой и DTMF-модальности. Мы используем следующие примеры разговоров для моделирования нашего бота:
Разговор 1
ИВР: Здравствуйте! Как я могу помочь вам сегодня?
Пользователь: Я хочу проверить баланс своего счета.
ИВР: Конечно. Какой счет мне подтянуть?
Пользователь: Проверяю.
IVR: Какой номер счета?
Пользователь: 1111 2222 3333 4444
IVR: Для проверки, какая у вас дата рождения?
Пользователь: 1 января 2000 г.
ИВР: Спасибо. Остаток на вашем расчетном счете составляет 123 доллара.
Разговор 2
ИВР: Здравствуйте! Как я могу помочь вам сегодня?
Пользователь: Я хочу проверить баланс своего счета.
ИВР: Конечно. Какой счет мне подтянуть?
Пользователь: Экономия.
IVR: Какой номер счета?
Пользователь: Я хочу поговорить с агентом.
ИВР: Хорошо. Позвольте мне перевести вызов. Агент должен быть в состоянии помочь вам с вашим запросом.
В примерах разговоров IVR запрашивает тип учетной записи, номер учетной записи и дату рождения для обработки запросов вызывающего абонента. В этом посте мы рассмотрим, как использовать грамматики для сбора информации и ее последующей обработки с помощью сценариев ECMA. Грамматики для идентификатора учетной записи и даты охватывают несколько способов предоставления информации. Мы также проверяем грамматику на случай, если звонящий не может предоставить запрошенные данные (например, номер своего сберегательного счета) и вместо этого предпочитает говорить с агентом.
Создайте чат-бота Amazon Lex с грамматиками
Мы создаем бота Amazon Lex, предназначенного для выполнения стандартных функций розничного банкинга, таких как проверка баланса счета, перевод средств и заказ чеков. CheckAccountBalance
намерение собирает такие сведения, как тип учетной записи, идентификатор учетной записи и дату рождения, а также предоставляет сумму баланса. Мы используем тип слота грамматики для сбора идентификатора учетной записи и даты рождения. Если вызывающий абонент не знает информации или запрашивает агента, вызов передается агенту-человеку. Давайте рассмотрим грамматику для идентификатора учетной записи:
Грамматика имеет два правила для разбора пользовательского ввода. Первое правило интерпретирует цифры, предоставленные вызывающим абонентом. Эти цифры добавляются к выходным данным через переменную тега скрипта ECMA (out
). Второе правило управляет диалогом, если звонящий хочет поговорить с agent
, В этом случае out
тег заполняется словом агент. После анализа правил тег out содержит номер учетной записи (out.AccountNumber
) или строка agent
. Теперь нижестоящая бизнес-логика может использовать out
тег обрабатывает вызов.
Разверните образец бота Amazon Lex
Чтобы создать образец бота и добавить грамматики, выполните следующие действия. Это создает бота Amazon Lex с именем BankingBot
и два типа слотов грамматики (accountNumber
, dateOfBirth
).
- Скачать Бот Amazon Lex.
- На консоли Amazon Lex выберите Действия, а затем выберите Импортировать.
- Выберите файл
BankingBot.zip
что вы скачали, и выберите Импортировать. В разделе «Разрешения IAM» для роли среды выполнения выберите Создать новую роль с базовыми разрешениями Amazon Lex. - Выберите бота
BankingBot
на консоли Amazon Lex. - Загрузите XML-файлы для номер счета и Дата рождения. (Примечание: в некоторых браузерах вам нужно будет «Сохранить ссылку», чтобы загрузить XML-файлы)
- В консоли Amazon S3 загрузите XML-файлы.
- Перейдите к типам слотов на консоли Amazon Lex и нажмите кнопку
accountNumber
тип слота - В грамматике типа слота выберите корзину S3 с XML-файлом и укажите ключ объекта. Нажмите на Тип слота для сохранения.
- Перейдите к типам слотов на консоли Amazon Lex и нажмите кнопку
dateOfBirth
тип слота - В грамматике типа слота выберите корзину S3 с XML-файлом и укажите ключ объекта. Нажмите на Тип слота для сохранения.
- После сохранения грамматик выберите строить.
- Загрузите вспомогательный AWS Lambda и Перейдите к консоли AWS Lambda.
- На странице создания функции выберите Автор с нуля. В качестве основной информации укажите следующее: имя функции
BankingBotEnglish
качества Время выполненияPython 3.8
. - Нажмите на Создать функцию. В разделе исходный код откройте
lambda_funciton.py
и удалять существующий код. Скачать код и откройте его в текстовом редакторе. Копировать и макаронные изделия код в пустуюlambda_funciton.py
меню. - Выберите развертывать.
- Перейдите к консоли Amazon Lex и выберите
BankingBot
. Нажмите развертывание , а затем Псевдонимов последующейTestBotAlias
- На Псевдонимов выбор страницы языки , а затем перейдите в Английский (США).
- Что касается источник выберите
BankingBotEnglish
, Для Версия Lambda или псевдоним выберите$LATEST
- Перейдите к консоли Amazon Connect, выберите Контактные потоки.
- Скачать контактный поток для интеграции с ботом Amazon Lex.
- В разделе Amazon Lex выберите своего бота Amazon Lex и сделайте его доступным для использования в потоках контактов Amazon Connect.
- Выберите поток контактов, чтобы загрузить его в приложение.
- Убедитесь, что в блоке «Получить ввод данных от клиента» настроен правильный бот. Добавьте номер телефона в поток контактов.
- Выберите очередь в блоке «Установить рабочую очередь».
- Проверьте поток IVR, позвонив по номеру телефона.
- Протестируйте решение.
Проверить решение
Вы можете позвонить по номеру телефона Amazon Connect и взаимодействовать с ботом. Вы также можете протестировать решение непосредственно на консоли Amazon Lex V2, используя голос и DTMF.
Заключение
Пользовательские слоты грамматики предоставляют возможность собирать различные типы информации в разговоре. У вас есть возможность фиксировать такие переходы, как передача обслуживания агенту. Кроме того, вы можете выполнить постобработку информации перед запуском бизнес-логики. Вы можете включить типы слотов грамматики с помощью консоли Amazon Lex V2 или AWS SDK. Эта возможность доступна во всех регионах AWS, где работает Amazon Lex, на английском (Австралия), английском (Великобритания) и английском (США) языках.
Чтобы узнать больше, см. Использование пользовательского типа слота грамматики. Вы также можете просмотреть документацию Amazon Lex для СРГС or ECMAScript чтобы получить больше информации.
Об авторах
Кай Лорек является консультантом Amazon Connect по профессиональным услугам. Он занимается разработкой и внедрением масштабируемых решений для обслуживания клиентов. В свободное время его можно найти за занятиями спортом, катанием на сноуборде или походами в горы.
Харшал Пимпалхут является менеджером по продукту в команде Amazon Lex. Он тратит свое время, пытаясь заставить машины взаимодействовать (хорошо) с людьми.
- Коинсмарт. Лучшая в Европе биржа биткойнов и криптовалют.
- Платоблокчейн. Интеллект метавселенной Web3. Расширение знаний. БЕСПЛАТНЫЙ ДОСТУП.
- КриптоХок. Альткоин Радар. Бесплатная пробная версия.
- Источник: https://aws.amazon.com/blogs/machine-learning/interpret-caller-input-using-grammar-slot-types-in-amazon-lex/
- "
- 100
- 9
- Учетная запись
- агенты
- Все
- Amazon
- количество
- Применение
- Австралия
- доступен
- AWS
- Банковское дело
- начало
- Заблокировать
- Бот
- строить
- бизнес
- призывают
- гость
- захватить
- контроль
- Проверки
- Выберите
- код
- собирать
- Сбор
- Общий
- Консоли
- консультант
- обращайтесь
- контроль
- Разговор
- Беседы
- создает
- изготовленный на заказ
- опыт работы с клиентами
- служба поддержки
- проектирование
- различный
- цифры
- непосредственно
- не
- долларов
- редактор
- Эффективный
- включить
- Английский
- пример
- Выход
- опыт
- First
- Трансформируемость
- поток
- после
- формат
- найденный
- функция
- средства
- помощь
- Как
- How To
- HTTPS
- человек
- Людей
- информация
- вход
- страхование
- интегрировать
- намерение
- интерактивный
- IT
- Основные
- язык
- УЧИТЬСЯ
- LINK
- загрузка
- Продукция
- менеджер
- модель
- БОЛЕЕ
- с разными
- номер
- открытый
- Точка
- политика
- процесс
- Продукт
- профессиональный
- обеспечивать
- приводит
- что такое варган?
- целей
- запросить
- Запросы
- требовать
- ответ
- розничный
- обзоре
- дорога
- условиями,
- Бег
- масштабируемые
- SDK
- обслуживание
- Услуги
- набор
- просто
- So
- Решение
- Решения
- некоторые
- конкретно
- Спорт
- Начало
- Статус:
- диск
- магазин
- поддержка
- поддержки
- системы
- Говорить
- команда
- тестXNUMX
- время
- сегодня
- перевод
- переданы
- Передающий
- типично
- Uk
- us
- использование
- проверка
- Вид
- Режимы
- W3
- Что
- Что такое
- в
- работает
- работает
- XML