Zaznavanje namena

Klasični klepetalniki so se zanašali na klasifikator namena, usposobljen na primerih fraz za vsak namen: “kjer je moja pošiljka”, “moje naročilo še ni prispelo” in “številka za sledenje?” so bile vse označene kot track_order. Ekstraktor slotov je nato izbral podrobnosti, kot je številka naročila. Raziskovalni nabori podatkov, kot je BANKING77 (Casanueva in sodelavci, 2020), z 77 natančnimi bančnimi nameni, kažejo, kako težko je narediti fine razlike, tudi za dobre modele.

Pri velikih jezikovnih modelih je zaznavanje namena pogosto implicitno. Model prebere sporočilo, odloči, kaj oseba želi, in izbere, kateri orodje poklicati. Nekatere ekipe še vedno ohranjajo eksplicitni korak klasifikacije za preusmerjanje pogovorov, označevanje za poročanje ali sprožanje specifičnih delovnih tokov.

Poznavanje namena odloča, kaj se zgodi naslednje: odgovor iz FAQ, iskanje naročila, odprtje vračila, pošiljanje pogovora na obračun ali takojšnje klicanje osebe za pritožbo. Zbiranje tisočih pogovorov, nameni prav tako povedo podjetju, o čem stranke resnično stopijo v stik z njim — vhod za izboljšanje strani, politik in izdelkov.

V e-trgovini so najpogostejši nameni običajno status naročila, časi dostave, vračila in zamenjave, vprašanja o izdelkih in težave s plačili.

Prava sporočila pogosto vsebujejo več namenov (“kjer je moje naročilo, in ali lahko spremenim velikost?”). Fiksni seznami namenov hitro zastarajo, saj se izdelki in politike spreminjajo, in dolgi rep redkih zahtev nikoli ne ustreza nobeni oznaki. Pragi zaupanja, ki so prenizki, pošiljajo stranke po napačni poti; pragi, ki so previsoki, vse eskalirajo. Sistemi bi morali omogočiti rezervno možnost — postaviti pojasnjevalno vprašanje ali predati — namesto da bi prisilili k ugibanju.

AI SmartTalk ne zahteva, da definirate seznam namenov. Jezikovni model asistenta interpretira vsako sporočilo in izbira med svojimi orodji — iskanje znanja, iskanje izdelkov, iskanje naročil, rezervacija terminov, predaja. Za usmerjanje in poročanje je mogoče označiti pogovore, SmartFlow delovni tokovi pa se lahko razvejajo z AI pogojem glede na to, kar je stranka povedala. Vprašanja, na katere asistent ni mogel odgovoriti, so navedena, da lahko ekipa zapolni vrzeli.