考虑在联络中心内实现NLP 需要了解这些知识

来源:
浏览次数: 169

  “联络中心的人工智能:了解基本知识”,使用自然语言处理(NLP)与客户进行对话,是在一个联络中心最有效地使用人工智能的方法。NLP支持了网络聊天机器人、语音助手增强IVR功能以及语音计算接口(如Alexa等虚拟助理)的对话式人工智能,这是理解现代联络中心的关键技术。

考虑在联络中心内实现NLP 需要了解这些知识
  NLP包括两个组成部分:自然语言理解(NLU)和自然语言生成(NLG)。NLU将自然语言输入映射成有用的表示,用于处理和分析,而NLG则将表示转换成自然语言。
  在某些方面,这些技术已经过时了。1972年,计算机科学家罗伯特·默瑟(RobertMercer)和彼得·布朗(Peter Brown)提交了他们的第一个NLP相关专利申请。但随着可负担得起的高性能计算平台的出现,这些技术现在可以快速地支持实时响应,以实现舒适的人机交互,并可用于客户参与。在实际操作中,这意味着在不到300毫秒的时间内提供会话响应的能力。
  如果会话接口是你的目标,那么你应该NLU和NLG一起使用。但是,你仍然可以在单独使用这些组件时找到实用程序。例如,要求IVR将资金从一个帐户转移到另一个帐户只需要NLU。音频确认需要NLG。
  理解NLU
  以下是对NLU平台一些功能的描述。
  辨别意图:客户的意图可以通过处理一个完整的话语来辨别。然而,在客户参与环境中,语法完整的句子并不是常见的,因此你需要使用上下文和元数据元素来管理会话,从而获得成功的结论。例如,当试图检索股票报价时,客户可能会问:“告诉我现在的字母表交易是多少?”这台机器捕捉到了这些信息,应用了语境理解,并做出回应:“字母表的交易价格是1055.82美元。”客户的意图是检索股票报价。
  消除歧义:与其他形式的会话AI相比,客户约定不太容易产生不确定性,因此往往不需要经常消除歧义。这是因为交互关注的是一组客户属性、产品或服务,而不是整个宇宙。这并不意味着客户永远不会说一些模棱两可或矛盾的东西,比如“把我的订单发到我的家庭地址,不,让我再想想,请把它发到我的工作地址。”这使得机器可以消除混淆的消息传递。在这种情况下,你需要你的人工智能助手来背书确认:“只是确认一下,你是想把你的订单发到你的工作地址吗?”此确认步骤将为机器提供正确的确认,这可以用来防止在机器学习过程中产生进一步的误解。
  术语提取:每个行业都有一些独特的术语。科技行业更是如此,一个例子就是电话中的“端口”。如果客户想把电话号码从一个手机移动到另一个手机,他可能会说:“请将电话号码410-555-1212从T-Mo发送到下面的SIM卡123-4545-4545-9865.”有了正确的理解,机器将从这个句子中提取单词“port”和SIM值,这样它就可以执行一个机器人程序,将数字移动到新的SIM卡上。类似地,机器将知道“T-Mo”是指载波T-Mobile,并将开始接触,所以数字会被释放到新的载体上。
  翻译:在客户参与环境中使用翻译通常不是一个好主意。相反,最好的选择是选择一个处理语言的NLU/NLG解决方案。例如,将客户的请求从德语翻译成英语,然后用英语处理回复,并将其翻译成德语,这不是好的方法。
  解析:NLP解析的一个流行的例子是对句子的解释:“我看见一个拿着望远镜的女孩。”是我用望远镜去看那个女孩,还是我看到的那个拿着望远镜的女孩?客户约定很少需要解析语句来确定意义,因此,提出一个示例是很困难的。因此,一个解析算法比一个必须拥有的NLP特性更适合于客户参与平台。
  词干:这个过程是用来解释错误的或读错的单词,以及缩短程序来理解意图所需的时间。考虑如下:“我想转移资金(I want to have funds transferred)。”'转移(transferred)'的词干是“转移(transfer)”。如果你调优机器以考虑所有形式的“转移”,那么你就可以节省时间,不必手工编写每一单词的所有形式。
  命名实体提取:之前在我的股票交易示例中涉及到理解意图。在客户询问字母表的股票价格后,他可能会说:“亚马逊怎么样?”这台机器维护了语境,并说:“亚马逊的交易价格是1522.32美元。”“亚马逊怎么样?”可能不是指股票价格,而是关于亚马逊雨林信息的查询请求。通过使用命名实体提取,机器能够提供与会话上下文匹配的响应。
  一些NLP解决方案提供了公开使用的命名实体的详细列表,例如在我的示例中使用的公司名称,但是其他的没有。即使有一个提供的列表,你的业务中的命名实体可能与其他实体不同,因此你需要特别注意构建你的列表。除了公司名称,命名实体列表还应该包括产品、城市、国家、供应商和流程的名称,包括任何可能出现的命名实体,并帮助机器在客户交互过程中提供更快、更准确的响应。
  主题分割:建立一个传统的知识库涉及到一个手工的过程来处理内容和确定主题和子主题。NLP解决方案可以通过一个主题细分过程自动化这个工作,这个过程决定了文档的哪个部分适用于特定的客户请求。为了达到速度的目的,最好提前执行主题分割,并在所有知识内容上生成标记,这样你的机器就能在客户请求时更快地呈现正确的知识。
  辨别情绪:情绪分析在联络中心有很多用途。作为一个提供管理解决方案的关键,很难复制。分析单词和标点可以帮助确定文本交互中的情绪。语音交互在情感分析中增加音高和音量,而视频接口则将面部表情引入分析。一些供应商提供上述所有的服务,但许多供应商没有。如果你对情绪分析感兴趣,那么一定要了解你选择的供应商在这方面的能力。
考虑在联络中心内实现NLP 需要了解这些知识
  内容总结:总结是客户参与环境中一个有趣的工具。对于它的Watson NLU引擎,IBM收取0.003美元来总结一份10,000字符的文档,并总结一个客户的八个字的表达。针对客户交互的NLP解决方案通常是针对这些简短的话语进行调整的。
  在客户服务环境中,摘要总结是一种统计工具。它可以有效地取代呼叫处理过程,为联络中心的运营经理提供接近实时的洞察,了解客户的需求。我知道当我在经营一家药店的福利项目时,我会发现一个NLU的总结工具。例如,某一天下午4点,呼叫量比平常增长三倍。事实证明,这是退休人员去邮箱的时间,而我们的一个杰出的营销人员已经发送了大量的邮件,上面写着:“你的福利可能会受到威胁。”一旦我们发现了这个问题--两个小时之后--我们迅速推出了一个脚本,这样所有的座席都能更有效地处理这些呼叫。如果我们有一个NLU总结工具,我们可以在几分钟内确定这个趋势。
  内容标记:当联络中心使用大量非结构化数据来支持客户交互时,标记内容是必需的。在标签上搜索比在知识库中搜索所有内容要快得多,这意味着座席--虚拟的或真人的--可以比不添加内容标记更快地向客户传递正确的答案。
  分类:分类用于识别某些类型的词。如果你从事抵押贷款服务业务,那么哥伦布可能指的是一个地方,而不是一个人。类似于目的和功能的命名实体,基于NLP的分类法对于具有非常广泛的产品目录的企业来说是很有用的。这些工具可以减少客户在处理成千上万的产品时可能发生的混乱,同时节省时间。
  掌握NLG
  在客户参与中,NLG通常被理解为一个复杂的定向对话实现。接口向用户公开的响应或后续问题是利用NLG创建的。具体来说,NLG处理器将文本公开给用户(如在Web聊天中),或者向用户提供的一种中间技术,像TTS(如在IVR或语音计算中),产生了用户可以听到的语音。
  如果你打算使用语音接口,那么你应该将一些思想引入到TTS(文本到语音)解决方案中。标点、性别、能量、压力、音素长度、语调、音节和声调都可以影响你向客户展示的沟通质量。虽然你可能并不一定想要探索这些因素背后的算法,但是你肯定想要倾听这个接口,并确定什么对你和你的团队来说是好的。
  选择

  如果你仍在阅读,那么你可能正在考虑在你的联络中心内实现NLP。你有很多选择,现在有1000多家公司提供NLP服务。有些具有预先构建的功能,支持我上面描述的特性,而另一些则需要你构建自己的特性。好消息是,随着联络中心技术的发展,没有一种技术是非常昂贵的。但是,有些工具的实现和管理可能比其他的更昂贵。选择最能支持业务的平台或产品是成功的关键。

  原文链接:http://www.ctiforum.com/


  • 相关资讯 More
  • 点击次数: 159
    2022 - 06 - 27
    随着我们进入新的十年,呼叫中心自动化的实施正在加速,因此,企业实施最佳实践至关重要,否则就有可能落后于竞争对手。  机器人过程自动化(RPA)、人工智能(AI)和机器学习(ML)方面的技术进步正在改变客户服务的面貌。然而,仅仅因为您可以在呼叫中心自动化某些事情,并不意味着您应该这样做。要知道哪些任务应该交给人工智能和机器是一个挑战。  在本文中,我们解释了成功实现呼叫中心自动化的最重要的方法,概述了呼叫中心正在实施的一些主要的呼叫中心自动化工具类型,并讨论了在您的CX自动化方法中优化人类和人工智能之间的平衡的好处。  联络中心和呼叫中心的智能自动化  根据我们的经验,最重要的呼叫中心自动化最佳实践是平衡核心服务目标和KPI与自动化,以不断提高客户体验和运营效率。为了优化为客户和员工提供的全渠道服务,您必须知道何时利用来自实时座席的人工交互,以及何时部署人工智能驱动的虚拟助理和自动化流程。在呼叫中心自动化方法中找到这种完美的平衡就是我们所说的'深思熟虑的自动化'。  呼叫中心的智能自动化除了控制成本外,还有几个用途。例如,最常讨论的应用程序是自动化简单的、耗时的应用程序。重复的任务。这有助于减少总体处理时间,并允许联络中心座席参与更复杂的以客户为中心的交互。但这只是自动化改善呼叫中心运营的开始。自动化可以在幕后帮助员工,帮助他们做出更好、更快的决定。它还可以用于扩大数字服务知识获取、编纂和应用,并在长期内提高客户服务质量。  总之,以下是最常见的呼叫中心自动化趋势:  1. 聊天机器人和主动倾听,如自然语言处理(NLP)和自然语言理解(NLU),在客户交互过程中通过聊天机器人或语音助手促进自然语言生成(NLG)和会话UI工具。  2. 机器人过程自动化(RPA)取代了Tier0层面和其他面向任务和可编程的简单交互。数字工人工厂模型不是为每个任务部署单独的机器人...
  • 点击次数: 113
    2022 - 06 - 20
    Odigo 的 Vincent Lascoux 解释了如何在客户服务中建立成功且可持续的对话体验。  一个品牌现在被期望创造出在任何时候、任何地方和所有平台上都可以访问的内容或服务。机器人(语音机器人和聊天机器人)可以满足这些新的客户需求:对话体验的速度和个性化、可用性和全渠道。  它们还通过自动化低优先级、低复杂性的请求(例如关于营业时间的查询)来帮助平衡联络中心的高峰。  公司已经在整合这些原则,会话式 AI 市场正在经历显着加速,预计到 2024 年增长将超过 30%。在客户服务中,成功的会话式体验的关键是会话式用户体验 (UX) 专业知识,但也支持通过全渠道、开放和强大的解决方案。  使用经过验证的用户体验方法构建对话之旅和体验  成功的客户旅程需要会话 UX 专业知识来实现流畅的体验。这些可以最大限度地减少客户的工作量并提供快速访问正确答案的途径。用户体验专家考虑了许多指导对话体验发展的要素:用户意图或需求使用环境历史技术限制。  谷歌 Google Assistant 设计经理 Cathy Pearl 将对话体验进步的目标总结为:'教计算机如何更像人类一样交流,而不是相反。'  机器人对话的措辞自然会影响客户的回答,从而影响识别率,以及识别文本或语音的准确度。  如果遇到问题或遇到客户沉默,系统应配置为提供替代选项、改写或使用封闭式问题。有时休息一下,让客户可以寻找额外的信息(如保单号码),然后从他们离开的地方继续,这是有益的。  为了提高机器人的准确性,可以使用自然的客户对话进行培训,以帮助提供行业特定语言的真实示例以及客户通常表达自己查询的方式。  客户的对话体验可以通过多种渠道进行,而不仅仅是语音,只要集成了不同的人工智能服务,这种共享信息还可以创建更准确的客户旅程个性化。  但是,为了促进客户参与,定义与品牌价值和用例一致的机器人角色或个...
  • 点击次数: 96
    2022 - 06 - 13
    在当今时代,负面的客户体验可以破坏组织的声誉。然而,这种决定成败的关键能力只会在医疗保健领域得到放大。   该领域的来电者不仅是客户--他们是需要帮助、指导和护理的患者。在这个行业中,提供响应迅速、安全和高质量的患者护理和体验是重中之重。  优化联络中心运营的 4 大方法  联络中心是一个信息中心,记录、保留和存储数以千计的客户互动。通过利用这些数据,联络中心有可能提取有意义的见解,以增强客户体验并提高运营效率。  自 1990 年代以来一直处于紧急护理的前沿,Integrated Care 24 (IC24) 开展的工作是医疗保健组织如何利用未使用数据可以带来的丰富知识的一个很好的例子。  通过实施语音和文本分析解决方案,IC24 能够确定医疗保健组织可以优化其联络中心运营的 4 种方式:  1. 识别数据集之间的相关性和趋势  能够识别联络中心内 100% 的对话对于改善患者呼叫处理程序的体验至关重要。通过捕获这些通信,然后可以在分析工具中报告它们,使用包括情绪分析、串扰和非谈话在内的多个指标。  通过这样做,联络中心可以轻松识别数据集之间的相关性,以发现有价值的见解。这反过来又可以帮助纠正患者体验中的任何瓶颈。  2. 查看呼叫处理流程  呼叫处理流程是患者体验的重要组成部分。间歇性地审查这一点可以帮助隔离损坏的工作流程和需要改进的领域。  例如,通过使用分析,IC24 确定呼叫者在呼叫 111 时听到的预先录制的消息在呼叫处理过程的另一部分重复。通过消除重复,IC24 将其总平均通话时间减少了 3.5%,同时呼叫者的满意度也提高了。  此外,从分析解决方案中提取的宝贵数据还使 IC24 能够改进其质量改进工作流程。通过从人口统计数据收集脚本中删除两个呼叫处理程序语句,IC24 受益于整个时间当量 (WTE) 节省超过 66,000 英镑。  3.分析审计过...
  • 点击次数: 103
    2022 - 06 - 06
    许多联络中心正在摆脱传统的轮班模式,以改善客户服务并提高生产力。  现在,他们正在实施几种创新的轮班模式,以更好地满足预测需求和员工偏好。这里有五个很好的例子。  1、拆分班次  拆分班次将工作日分为两个或多个部分。两者之间的间隔超过一个小时的午休时间,让员工有更多时间享受爱好、完成诸如接孩子放学等任务或只是放松一下。  计划人员必须提前安排分班;请求延长休息时间不计算在内。毕竟,WFM团队经常实施分班制,以确保大多数员工在高峰期处理联系人,这需要精心计划。  事实上,大多数操作在一天中间的联系量都处于停顿状态。因此,实施从上午11点到下午2点休息三个小时的分班制是标准做法。  大流行助长了这种分班制的增长,因为它们对远程座席很方便。然而,对于在职团队来说,这通常不是最好的轮班模式。为什么?因为对于大多数员工来说,每天两次通勤上班并不理想。  2、微班次  与拆分班次一样,微班次是远程座席的绝佳选择。这些轮班可以持续短短两个小时甚至30分钟,非常适合在一天中的特定时间经历大量联系的联络中心。  这些转变对于雇用大学生的联络中心特别有利,因为他们可能在讲座和研讨会之间有几个小时的空闲时间来登录。  提供这些轮班也有助于从团队中获得更多时间。例如,一些兼职人员可能喜欢每周多做一两个小时,只要他们能适应他们的日程安排。鉴于当前的生活成本危机,许多座席将欢迎这样的机会,而联络中心则享有更大的覆盖范围。  3、有倾向性的轮班  由领先的WFM供应商injixo创造,倾斜轮班为座席提供了每周工作40小时的机会。但是,每天的时间并没有平均分配。  取而代之的是,工作周折衷为周一工作10小时、周二工作9小时、周三工作8小时、周四工作7小时、周五工作5小时。  这种轮班模式在联系量随着一周的进行而下降的运营中是理想的。此外,许多座席喜欢这样的时间表,因为它可以让他们享受更轻松的一周结束。  ...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务