ในบรรดาวิธีต่างๆ ที่คุณสามารถปรับปรุงความพึงพอใจของลูกค้า แชทบอทคือ a โซลูชันที่มีประสิทธิภาพเพื่อช่วยฐานลูกค้า. Chatbots มีราคาไม่แพง ช่วยขยายธุรกิจของคุณ ปรับแต่งได้อย่างเต็มที่ ช่วยให้ลูกค้าค้นหาผลิตภัณฑ์/บริการที่เหมาะสม และช่วยสร้างความไว้วางใจให้กับธุรกิจของคุณ เพื่อพิสูจน์สิ่งนี้ ฉันจะผ่านเนื้อหาต่อไปนี้:
- แมชชีนเลิร์นนิ่งแชทบอทคืออะไร?
- เหตุใดแชทบอทจึงมีความสำคัญในแวดวงธุรกิจต่างๆ
- สร้างแชทบอทที่ใช้ NLP ของคุณเองโดยใช้ PyTorch
- ปรับใช้ chatbot ใน Javascript และ Flask
แชทบอท (สนทนา AI) เป็นโปรแกรมอัตโนมัติที่จำลองการสนทนาของมนุษย์ผ่านข้อความ แชทด้วยเสียง หรือทั้งสองอย่าง มันเรียนรู้ที่จะทำสิ่งนั้นตามปัจจัยการผลิตจำนวนมากและ การประมวลผลภาษาธรรมชาติ (NLP).
เพื่อประโยชน์ของความหมาย แชทบอทและผู้ช่วยสนทนาจะถูกใช้สลับกันในบทความนี้ ซึ่งมีความหมายเหมือนกัน
Business Insider รายงานว่าตลาดแชทบอททั่วโลกคาดว่าจะเติบโตจาก 2.6 พันล้านดอลลาร์ในปี 2019 เป็น 9.4 พันล้านดอลลาร์ในปี 2024 โดยคาดการณ์ว่าจะมีอัตราการเติบโตต่อปีที่ 29.7% รายงานเดียวกันนี้ยังชี้ว่าการเติบโตของการใช้แชทบอทจะเติบโตสูงสุดในอุตสาหกรรมค้าปลีกและอีคอมเมิร์ซ เนื่องจากความต้องการที่เพิ่มขึ้นในการให้บริการลูกค้าด้วยประสบการณ์แบบ Omnichannel ที่ราบรื่น
แค่นั้นก็น่าจะเพียงพอแล้วที่จะโน้มน้าวใจคุณว่า แชทบอทคือวิธีจัดการกับความสัมพันธ์กับลูกค้า ก้าวไปข้างหน้า แต่พวกเขาจะเติบโตต่อไปในฐานะเครื่องมือภายในสำหรับเครื่องมือระดับองค์กร และเกือบทุกอุตสาหกรรมจะใช้เทคโนโลยีนี้หากยังไม่ได้ดำเนินการ
ด้านล่างนี้คือเหตุผลหลักว่าทำไมธุรกิจจำนวนมากขึ้นเรื่อยๆ จึงนำกลยุทธ์แชทบอทมาใช้ และวิธีที่พวกเขาเป็นสูตรวิน-วินในการได้มาซึ่งและรักษาลูกค้าไว้
- ลดเวลารอลูกค้า - 21% ของผู้บริโภค ดูแชทบอทเป็นวิธีที่ง่ายที่สุดในการติดต่อธุรกิจ. บอทเป็นวิธีที่ชาญฉลาดกว่าเพื่อให้แน่ใจว่าลูกค้าจะได้รับการตอบสนองทันทีที่พวกเขากำลังมองหาโดยไม่ต้องรอคิว
- ความพร้อมใช้งาน 24×7 — บอทพร้อมเสมอเพื่อดึงดูดลูกค้าด้วยคำตอบสำหรับคำถามทั่วไปที่พวกเขาถามในทันที ประโยชน์ที่เป็นไปได้สูงสุดของการใช้แชทบอทคือการบริการลูกค้าตลอด 24 ชั่วโมง
- การมีส่วนร่วมของลูกค้าที่ดีขึ้น — บอทสนทนาสามารถดึงดูดลูกค้าได้ตลอด XNUMX ชั่วโมงโดยเริ่มการอนุรักษ์เชิงรุกและเสนอคำแนะนำส่วนบุคคลที่ช่วยเพิ่มประสบการณ์ของลูกค้า
- ประหยัดค่าใช้จ่ายในการบริการลูกค้า — Chatbots จะช่วยให้ธุรกิจประหยัดเงินได้มากกว่า $ 8 พันล้าน ต่อปี. บอทสามารถปรับขนาดได้อย่างง่ายดายซึ่งช่วยประหยัดค่าใช้จ่ายในการสนับสนุนลูกค้าในการจ้างทรัพยากรเพิ่มเติม ค่าใช้จ่ายด้านโครงสร้างพื้นฐาน ฯลฯ
- รับรองคุณสมบัติและการขายแบบอัตโนมัติ — คุณสามารถทำให้ช่องทางการขายของคุณเป็นแบบอัตโนมัติด้วยแชทบอทเพื่อคัดเลือกลีดและนำพวกเขาไปยังทีมที่เหมาะสมเพื่อการบำรุงเลี้ยงต่อไป ความสามารถในการดึงดูดลูกค้าในทันทีจะเพิ่มจำนวนโอกาสในการขายและอัตรา Conversion
1. Conversational AI สามารถให้บริการลูกค้าอัตโนมัติได้อย่างไร
2. แชทอัตโนมัติและแชทสด: อนาคตของการบริการลูกค้าจะเป็นอย่างไร?
3. Chatbots เป็นผู้ช่วยทางการแพทย์ในการระบาดของ COVID-19
4. แชทบอทกับ ผู้ช่วยเสมือนอัจฉริยะ — อะไรคือความแตกต่าง & ทำไมต้องใส่ใจ?
มีแพลตฟอร์มมากมายที่นักพัฒนา นักวิทยาศาสตร์ข้อมูล และวิศวกรแมชชีนเลิร์นนิงสามารถสร้างและดูแลแชทบอทได้เช่น ไดอะล็อกโฟลว์ และ อเมซอน เล็กซ์. แต่เป้าหมายของฉันในบทความนี้เพื่อแสดงวิธีสร้างแชทบ็อตตั้งแต่ต้นเพื่อช่วยให้คุณเข้าใจแนวคิดของเครือข่ายฟีดฟอร์เวิร์ดสำหรับการประมวลผลภาษาที่เป็นธรรมชาติ
มาเริ่มกันเลย!
คุณสามารถค้นหารหัสที่สมบูรณ์ใน my . ได้อย่างง่ายดาย repo GitHub.
นี่คือแผนสั้นๆ ที่ฉันต้องการทำตามเพื่อสร้างแบบจำลอง
- ทฤษฎี + แนวคิด NLP (Stemming, Tokenization, กระเป๋าคำ)
- สร้างข้อมูลการฝึก
- โมเดล PyTorch และการฝึกอบรม
- บันทึก/โหลดโมเดลและใช้งานการแชท
เราจะสร้างแชทบอทสำหรับผู้ผลิตกาแฟและชาเพื่อจัดการกับคำถามง่ายๆ เกี่ยวกับเวลาทำการ ตัวเลือกการจอง และอื่นๆ
กรอบงานแชทบอทต้องมีโครงสร้างที่กำหนดเจตนาในการสนทนา วิธีหนึ่งที่ชัดเจนในการทำเช่นนี้คือการใช้ไฟล์ JSON แบบนี้
ความตั้งใจในการสนทนาแต่ละครั้งประกอบด้วย:
- a แท็ก (ชื่อเฉพาะ)
- รูปแบบ (รูปแบบประโยคสำหรับตัวแยกข้อความเครือข่ายประสาทของเรา)
- การตอบสนอง (จะใช้เป็นคำตอบ)
ไปป์ไลน์ NLP ของเราจึงเป็นแบบนี้
- tokenize
- ล่าง + ก้าน
- ยกเว้นเครื่องหมายวรรคตอน
- กระเป๋าคำ
เราสร้างรายการเอกสาร (ประโยค) แต่ละประโยคเป็นรายการของ คำต้นกำเนิด และเอกสารแต่ละฉบับมีความเกี่ยวข้องกับเจตนา (คลาส) รหัสเต็มอยู่ใน ไฟล์นี้.
จากนั้นเราต้องตั้งค่าข้อมูลการฝึกอบรมและไฮเปอร์พารามิเตอร์
หลังจากขั้นตอนก่อนการประมวลผลที่จำเป็นทั้งหมด เราสร้าง a model.py ไฟล์เพื่อกำหนด FeedForward Neural Network
โครงข่ายประสาทฟีดฟอร์เวิร์ดคือ โครงข่ายประสาทเทียม โดยที่การเชื่อมต่อระหว่างหน่วยไม่เกิด a วงจร. โครงข่ายประสาทฟีดฟอร์เวิร์ดเป็นโครงข่ายประสาทเทียมประเภทแรกที่คิดค้นขึ้นและง่ายกว่าโครงข่ายประสาทเทียม เครือข่ายประสาทที่เกิดซ้ำ. พวกเขาถูกเรียก ฟีดไปข้างหน้า เนื่องจากข้อมูลเดินทางไปข้างหน้าในเครือข่ายเท่านั้น (ไม่มีการวนซ้ำ) ก่อนผ่านโหนดอินพุตแล้วจึงผ่าน โหนดที่ซ่อนอยู่ (ถ้ามี) และสุดท้ายผ่านโหนดเอาต์พุต
ระวัง! ในท้ายที่สุด เราไม่ต้องการฟังก์ชันการเปิดใช้งาน เพราะภายหลัง เราจะใช้การสูญเสียเอนโทรปีแบบไขว้ และจะใช้ฟังก์ชันการเปิดใช้งานสำหรับเราโดยอัตโนมัติ
ทำไมเราใช้ ReLU?
พวกมันง่าย รวดเร็วในการคำนวณ และไม่ต้องทนทุกข์กับการไล่ระดับสีที่หายไป เช่น ฟังก์ชัน sigmoid (ลอจิสติก, tanh, erf และอื่นๆ) ความเรียบง่ายของการใช้งานทำให้เหมาะสำหรับใช้กับ GPU ซึ่งเป็นเรื่องปกติมากในปัจจุบันเนื่องจากมีการปรับให้เหมาะสมสำหรับการทำงานของเมทริกซ์ (ซึ่งจำเป็นสำหรับกราฟิก 3D ด้วย)
หลังจากกำหนด CrossEntropy Loss และ Adam เราจะใช้ขั้นตอนย้อนกลับและตัวเพิ่มประสิทธิภาพ
บรรทัดทั้งหมดเหล่านี้หมายความว่าอย่างไร
เราตั้งค่า zero_grad() เป็นตัวเพิ่มประสิทธิภาพเพราะใน PyTorch สำหรับทุกชุดย่อยในระหว่างขั้นตอนการฝึก เราจำเป็นต้องตั้งค่าการไล่ระดับสีให้เป็นศูนย์อย่างชัดเจนก่อนที่จะเริ่มดำเนินการย้อนกลับ (เช่น การอัปเดตน้ำหนักและอคติ) เนื่องจาก PyTorch สะสมการไล่ระดับสีบน ย้อนหลังผ่านไป
การเรียก .backward() หลายครั้งจะสะสมการไล่ระดับสี (โดยเพิ่มเติม) สำหรับแต่ละพารามิเตอร์ นี่คือเหตุผลที่คุณควรเรียกOptimizer.zero_grad() หลังจากการเรียก .step() แต่ละครั้ง โปรดทราบว่าหลังจากการโทร .backward ครั้งแรก การโทรครั้งที่สองจะทำได้หลังจากที่คุณดำเนินการส่งต่ออีกครั้งแล้วเท่านั้น
Optimizer.step จะดำเนินการอัปเดตพารามิเตอร์ตามการไล่ระดับสีปัจจุบัน (เก็บไว้ในแอตทริบิวต์ .grad ของพารามิเตอร์) และกฎการอัปเดต
ในที่สุด หลังจากรันสคริปต์ train.py เราก็ได้ผลลัพธ์ที่ยอดเยี่ยมมาก!
และในส่วนสุดท้าย เราต้องบันทึกโมเดลของเรา นี่คือวิธีที่ฉันทำได้อย่างง่ายดาย
ฉันตัดสินใจที่จะก้าวต่อไปและสร้างการแสดงภาพอันน่าทึ่งของ ChatBot
สคริปต์ HTML, CSS และ JavaScript ทั้งหมดของฉันที่คุณจะพบใน repo GitHub ของฉัน
สนุก!
ตอนนี้ เมื่อคุณทราบแล้วว่าแชทบอทคืออะไร และเทคโนโลยีบอทมีความสำคัญต่อธุรกิจทุกประเภทอย่างไร คุณจะเห็นด้วยอย่างแน่นอนว่าบอทได้เปลี่ยนแปลงวิธีที่ธุรกิจโต้ตอบกับลูกค้าอย่างมาก
เทคโนโลยี Chatbot จะกลายเป็นส่วนสำคัญของกลยุทธ์การมีส่วนร่วมของลูกค้าในอนาคต บอทในอนาคตอันใกล้จะพัฒนาขีดความสามารถของมนุษย์และตัวแทนมนุษย์ให้มีนวัตกรรมมากขึ้นในการจัดการกิจกรรมเชิงกลยุทธ์
- &
- 2019
- 3d
- กิจกรรม
- ตัวแทน
- AI
- ทั้งหมด
- อเมซอน
- บทความ
- ผู้ช่วย
- อัตโนมัติ
- กระเป๋าคำ
- พันล้าน
- ธ ปท
- บอท
- สร้าง
- ธุรกิจ
- ธุรกิจ
- โทรศัพท์
- ซึ่ง
- chatbot
- chatbots
- รหัส
- กาแฟ
- ร่วมกัน
- สารประกอบ
- คำนวณ
- การเชื่อมต่อ
- เนื้อหา
- ต่อ
- การสนทนา
- การแปลง
- ค่าใช้จ่าย
- Covid-19
- ปัจจุบัน
- การมีส่วนร่วมของลูกค้า
- ประสบการณ์ของลูกค้า
- ความพึงพอใจของลูกค้า
- บริการลูกค้า
- Customer Support
- ลูกค้า
- CZ
- ข้อมูล
- ความต้องการ
- นักพัฒนา
- DID
- เอกสาร
- อีคอมเมิร์ซ
- วิศวกร
- Enterprise
- ฯลฯ
- EU
- EV
- ประสบการณ์
- ประสบการณ์
- EY
- FAST
- ในที่สุด
- ชื่อจริง
- ปฏิบัติตาม
- ฟอร์ม
- ข้างหน้า
- กรอบ
- เต็ม
- ฟังก์ชัน
- อนาคต
- GitHub
- เหตุการณ์ที่
- GPUs
- ขึ้น
- การเจริญเติบโต
- การจัดการ
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- การว่าจ้าง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HP
- hr
- HTTPS
- ia
- อุตสาหกรรม
- อุตสาหกรรม
- ข้อมูล
- โครงสร้างพื้นฐาน
- นวัตกรรม
- คนวงใน
- ความตั้งใจ
- IP
- IT
- JavaScript
- คีย์
- Kx
- ภาษา
- นำ
- การเรียนรู้
- LG
- รายการ
- LP
- เรียนรู้เครื่อง
- การทำ
- ตลาด
- มดลูก
- ทางการแพทย์
- กลาง
- แบบ
- ภาษาธรรมชาติ
- ประมวลผลภาษาธรรมชาติ
- ใกล้
- เครือข่าย
- เครือข่าย
- ประสาท
- เครือข่ายประสาท
- เครือข่ายประสาทเทียม
- NLP
- โหนด
- การเสนอ
- omnichannel
- การดำเนินการ
- Options
- เวที
- นำเสนอ
- โครงการ
- ไฟฉาย
- ราคา
- เหตุผล
- รายงาน
- การสำรอง
- แหล่งข้อมูล
- คำตอบ
- ค้าปลีก
- วิ่ง
- ขาย
- ขนาด
- นักวิทยาศาสตร์
- ไร้รอยต่อ
- อรรถศาสตร์
- ชุด
- สั้น
- ง่าย
- So
- ยุทธศาสตร์
- กลยุทธ์
- สนับสนุน
- ชา
- เทคโนโลยี
- เทคโนโลยี
- ก้าวสู่อนาคต
- เวลา
- tokenization
- ด้านบน
- การฝึกอบรม
- วางใจ
- บันทึก
- us
- เสมือน
- ผู้ช่วยเสมือน
- การสร้างภาพ
- เสียงพูด
- รอ
- คำ
- ปี
- เป็นศูนย์