Zakaj dobri chatboti potrebujejo kontekst, ne drevesnih tokov

Časovni žig: 1. november 2021 9:28
Izvorno vozlišče: 1352945

V primeru vas zanima obisk znamenitosti in želite izvedeti, koliko stanejo vstopnice, zato vprašate,

Presenetljivo je, da chatbot ni poznal odgovora, čeprav je imel ustrezne integracije API-ja.

Klepetalni robot vas z nekaj navodili preusmeri na voden (na pravilih temelječ) tok pogovora. Predlaga, da bi morali reči "Nakup vstopnicnajprej », nato pa »Cene vstopnic", in končno "Oblak gozd«, da pridemo do odgovora.

Ne še čisto blizu.

Velika večina virtualnih agentov uporablja model razumevanja naravnega jezika (NLU), vendar so uporabniki še vedno zakrneli zaradi nenaravnih dialogov.

Inteligence chatbota ni mogoče preprosto razložiti s tem, da je ena NLP platforma boljša ali slabša od druge. Je primeren razlog, vendar v tem primeru ni. Zakaj? Namen dobro usposobljenega modela NLU je pomagati preslikati vnos (uporabniško izjavo) v izhod (namen uporabnika). Na primer oboje »Pošlji pico s curryjem in piščancem na 20 Sunshine Avenue« in "Hočem ribe in krompirček" se nanašajo na isti namen »Naročilo hrane«.

Vendar se tu zaznavanje namena konča. Kot oblikovalec ali razvijalec pogovorov morate upoštevati, kaj se zgodi po zaznavi namere. To se imenuje ozadje čim bolj neposredno odgovoriti.

Če se v resničnem življenju s prijateljem po mesecih zaprtja končno srečata, vsi trenutki zadnjega potovanja, ki se jih oba spominjata, oblikujejo ozadje. Ima posebne parametre, kot so imena mest in ljudi, ki jih srečate na poti. Kontekst je prav tako pokvarljiv, kar pomeni, da počitniški trenutki pred COVID-om niso prva stvar, na katero pomislite, če ste se s prijateljem večkrat srečali in govorili o drugih stvareh.

Ko programirate klepetalne robote, boste morda želeli nekaj narediti s posebnimi informacijami, ki jih izgovori uporabnik. Na primer, dobra ideja za vašega virtualnega agenta je, da med sejo pogovora proaktivno izvleče ime hrane in naslov za dostavo ter se zaveže v stanje pomnilnika (kontekst). Bot ne sme zahtevati istih informacij, ko jih je uporabnik že povedal.

Na žalost si nekateri danes klepetalni roboti ne morejo zapomniti bistvenih parametrov za vodenje koristnega dialoga z uporabnikom, ki bo moral sčasoma klepetalnemu botu ponoviti kritične podrobnosti, da bi mu pomagal.

To je nekaj možnosti:

  1. Oblikovanje srečnih poti samo z drevesnimi orodji za načrtovanje pogovorov v programski opremi z nizko kodo
  2. Obravnavanje namer kot obratov ali kontrolnih točk v toku, namesto ciljev, ki jih ima stranka v mislih
  3. Predstavitev miselnih zemljevidov pogovorov ali diagramov poteka programskim inženirjem brez specifikacij o popravkih napak uporabnikov in obvozih klepeta
  4. Težave z upoštevanjem velikih permutacij v nelinearni aplikaciji, za razliko od spletne ali mobilne aplikacije s končnimi tokovi do stanj uspeha/neuspeha

Tokrat klepetalni robot izvleče subjekte, ki jih išče v namenu poizvedbe o ceni vozovnice. To so udeleženci in zanimivost. Ker je na voljo dovolj podatkov za iskanje cen vstopnic, klepetalni robot prikaže nekaj ustreznih obogatenih kartic.

Menda ste se zmotili. Napako popravite tako, da rečete

Namesto rezerve ("Oprosti, nisem razumel"), sporočilo vodi do namena, ki temelji na parametrih. Klepetalni robot si je že zapomnil vaše priljubljeno spletno mesto za zanimivosti in zdaj upošteva le podatke o novih udeležencih. Prav tako ve, da ste v stanju poizvedovanja o ceni vozovnice, zato vam brez ponavljanja pove novo skupno ceno.

Še naprej omenjate, da ste lokalni državljan.

Še enkrat, ne da bi vam bilo treba ponavljati zanimivost in število ljudi ter spreminjati trenutno temo pogovora, chatbot poišče cene vstopnic na podlagi vseh posodobljenih zbranih informacij. uspeh!

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

Časovni žig:

Več od Življenje chatbotov