Jak chatbots vypořádat s akcenty? eval (ez_write_tag ([[320,50], techopedia_com-under_page_title, ezslot_5,242,0,0]));

Obsah

Q:

Jak chatbots vypořádat s akcenty?

A:

Se vznikem novějších a sofistikovanějších chatbotů v posledních několika letech lidé v mnoha průmyslových odvětvích sledují, jak chatboty postupují, jak slouží pokroku v interaktivní hlasové reakci (IVR) a jak to ovlivňuje maloobchod i řadu dalších průmyslových odvětví. .

Jednou z velkých relevantních otázek je, jak chatboti jednají s akcenty. Akcenty regionálního a světového jazyka byly pro tyto technologie překážkou od začátku. Obzvláště, když chatboty byly rudimentární, pokud jde o algoritmy zpracování přirozeného jazyka (NLP), byly snadno zmateny přízvukem, který významně mění fonémy řeči. Dnes, s neustále se vyvíjejícími algoritmy, se chatboty staly mnohem odolnějšími.

Zde jsou některé hlavní způsoby, které inženýři a zúčastněné strany pracovali na tom, aby chatbotům pomohli zvládnout akcenty.

První je prostřednictvím cílení. Mnoho společností, které se zabývají různorodou klientelou, nastaví více systémů - pokusí se přesunout spotřebitele nebo jiné koncové uživatele k systému, který odpovídá jejich dialektům a jazykům, aby se předešlo problémům napříč jazyky.

Cílení však dokáže jen tolik. Dalším klíčovým způsobem, jak společnosti pracují na zdokonalování chatbotů, je triangulace - a to je něco, co pomohlo chatbotům překonat přízvukový problém.

Triangulace foném pomáhá poskytovat konkrétnější výsledky. Přemýšlejte o tom tímto způsobem - pokud chatbot narazí na hlas domorodého Inda, který se přestěhoval do Spojených států a mluví anglicky s výrazným indickým přízvukem, stroj se bude muset vypořádat s rozdíly, například plošší, širší „a“ zvuk, že rodilí indičtí reproduktory mají těžké zvládnutí angličtiny. Chatbot, který má větší komplikovanost při izolování fonémů, může vybrat problémová místa a přesněji je „diagnostikovat“, aby nezmeškal celé slovo nebo frázi. Platí to více o algoritmu než o lidské bytosti: Mnoho lidských posluchačů má tendenci se zmást jakýmikoli přízvukovými rozdíly.

Díky izolaci a hloubkovému zvládnutí foném může technologie přijít s více „pravdivými odpověďmi“ nebo odpověďmi, ale existuje i další důležitý způsob, jak chatboti dokážou zvládnout problém reakce na akcentovaný hlas - nebo nějaký jiný „problém“.

Když je porozumění méně než plné, jedním z klíčových faktorů je to, jak technologie reaguje. Základní kliky IVR včerejška byly nakloněny stále říkat „Je mi to líto, nerozuměl jsem tomu“ znovu a znovu. Dnešní rafinované chatboty s větší pravděpodobností poskytnou iterativní odpověď, buď eskalaci hovoru na člověka, nebo poskytnutí částečných odpovědí, nebo znovu pokusu izolovat problém.

Díky cílení, triangulaci a dobrému třídění mohou chatboti získat mnohem přesnější informace o zacházení s přízvuky a jinými idiosynkrasemi, které mohou mít volající. To bude revolucionizovat svět „virtuálních asistentů“, který byl v minulosti pro většinu nešťastných volajících méně působivý.