T:
Paano makitungo ang mga chatbots?
A:Sa paglitaw ng mga mas bago at mas sopistikadong chatbots sa nakalipas na ilang taon, ang mga tao sa maraming industriya ay nagmamasid kung paano nagsusulong ang mga chatbots, kung paano sila naghahatid ng pag-unlad sa interactive na tugon ng boses (IVR), at kung paano nakakaapekto sa tingi pati na rin ang maraming iba pang mga industriya .
Ang isa sa mga malaking kaugnay na katanungan ay kung paano nakikipag-usap ang mga chatbots. Ang mga accent ng wikang panrehiyon at mundo ay naging isang hadlang para sa mga teknolohiyang ito mula pa noong simula. Lalo na, kapag ang mga chatbots ay mas may kabuluhan sa mga tuntunin ng natural na pagproseso ng wika (NLP) algorithm, madali silang nalito sa pamamagitan ng isang tuldik na makabuluhang nagbabago sa mga ponema ng pagsasalita. Ngayon, sa mga nagbabago na algorithm, ang mga chatbots ay naging mas nababanat.
Narito ang ilang pangunahing paraan na nagtrabaho ang mga inhinyero at stakeholder upang matulungan ang mga chatbota na mahawakan ang mga accent.
Ang una ay sa pamamagitan ng pag-target. Maraming mga kumpanya na nakikipag-ugnayan sa isang magkakaibang kliyente ay magse-set up ng maraming mga system - susubukan nilang ilipat ang mga mamimili o iba pang mga end user patungo sa system na tumutugma sa kanilang dialect at wika, upang maiwasan ang mga problema sa cross-wika.
Gayunpaman, ang pag-target ay maaari lamang magawa. Ang isa pang pangunahing paraan ng pagtatrabaho ng mga kumpanya sa pag-aayos ng chatbot ay ang tatsulok - at ito ay isang bagay na nakatulong sa mga chatbd na lupigin ang problema sa accent.
Ang pag-Triangulate ng mga ponema ay makakatulong upang magbigay ng mas tiyak na mga resulta. Isipin ito sa ganitong paraan - kung ang isang chatbot ay nakatagpo ng tinig ng isang katutubong Indian na lumipat sa Estados Unidos at nagsasalita ng Ingles ng isang natatanging accent ng India, ang makina ay haharapin ang mga pagkakaiba, halimbawa, ang murang, mas malawak na "a" tunog na ang mga katutubong nagsasalita ng India ay nahihirapan sa pag-master sa Ingles. Ang isang chatbot na may higit na pagiging kumplikado upang ihiwalay ang mga ponema ay maaaring pumili ng mga lugar ng problema at mas tumpak na "masuri" ang mga ito upang hindi ito makaligtaan ang buong salita o parirala. Iyon ay mas totoo sa isang algorithm kaysa sa isang tao: Maraming mga tagapakinig ng tao ang may posibilidad na malito sa anumang mga pagkakaiba sa accent.
Sa pamamagitan ng paghiwalayin at pagharap sa mga ponema nang mas malalim, ang teknolohiya ay maaaring makabuo ng higit pang "totoong mga kasagutan" o tugon, ngunit mayroong isa pang mahalagang paraan na mapanghawakan ng mga chatbots ang problema sa pagtugon sa isang tinig na tinig - o iba pang "problema."
Kung ang pag-unawa ay mas mababa sa buo, isang pangunahing kadahilanan ay kung paano tumugon ang teknolohiya. Ang higit pang mga pangunahing mga chat chat ng IVR ng yesteryear ay nais na patuloy na sabihin na "Paumanhin, hindi ko maintindihan iyon" paulit-ulit. Ang mga pino-chat na chat ngayon ay mas malamang na magbigay ng nakagagambalang tugon, alinman sa pagpapalakas ng tawag sa isang tao, o pagbibigay ng bahagyang mga sagot o, muli, sinusubukang ihiwalay ang problema.
Sa pag-target, tatsulok, at mahusay na pagsubok, ang mga chatbots ay maaaring makakuha ng mas tumpak tungkol sa pakikitungo sa mga accent at anumang iba pang mga idiosyncrasies na tumatawag. Ito ay magbabago sa mundo ng mga "virtual na katulong" na noon, ay hindi gaanong kahanga-hanga sa karamihan ng mga tumatawag.
