Com es tracten els acords de xat? eval (ez_write_tag ([[320,50], techopedia_com-under_page_title, ezslot_5,242,0,0]));

Content

P:

Com es tracten els acords de xat?

R:

Amb l’aparició de chatbots més nous i sofisticats durant els darrers anys, la gent de moltes indústries està observant com avança el chatbots, com estan servint els avenços en la resposta de veu interactiva (IVR) i com afecta això al comerç al detall i a nombroses altres indústries. .

Una de les grans qüestions rellevants és la manera com els chatbots tracten els accents. Els accents lingüístics regionals i mundials han estat un obstacle per a aquestes tecnologies des del començament. En particular, quan els chatbots eren més rudimentaris en termes d’algoritmes de processament del llenguatge natural (NLP), es confongueren fàcilment per un accent que canvia significativament els fonemes de la parla. Avui en dia, amb algorismes en evolució constant, els xat bots s’han tornat molt més resistents.

A continuació, es detallen algunes de les maneres principals en què els enginyers i els grups d'interès han treballat per ajudar els chatbots a gestionar els accents.

El primer és mitjançant l’orientació. Moltes companyies amb una clientela diversa configuraran diversos sistemes: tractaran de traslladar els consumidors o altres usuaris finals cap al sistema que coincideixi amb el seu dialecte i el seu idioma, per evitar problemes entre idiomes.

Tot i això, l’orientació només pot fer-ho molt. Una altra forma clau de treballar de les empreses en el perfeccionament de chatbot és la triangulació, i això és una cosa que ha ajudat els chatbots a conquerir el problema de l’accent.

Triangular els fonemes ajuda a proporcionar resultats més específics. Penseu-hi així: si un xat topa la veu d'un indi nadiu que es va traslladar als Estats Units i parla anglès amb un accent indi distint, la màquina haurà de fer front a diferències, per exemple, la "a" més plana i àmplia. Sembla que els parlants nadius de l'Índia tenen molt de temps per dominar l'anglès. Un bot de xat que tingui una major complexitat per aïllar els fonemes pot triar els punts de problemes i "diagnosticar-los" amb més precisió de manera que no es perdi la paraula o la frase sencera. Això és més cert d’un algorisme que d’un ésser humà: molts oients humans tendeixen a confondre’s per qualsevol diferència d’accent.

Aïllant i tractant els fonemes amb més profunditat, la tecnologia pot oferir més "respostes veritables" o respostes, però hi ha una altra manera important de que els xerrades poden tractar el problema de respondre a una veu accentuada - o algun altre "problema".

Quan la comprensió és menys que plena, un factor clau és la resposta a la tecnologia. Els missatges de xat més bàsics d’IVR d’abans tenien la intenció de dir: “Ho sento, no ho he entès” una i altra vegada. Els correus de xat refinats actuals són més propensos a proporcionar resposta iterativa, ja sigui escalant la trucada a un ésser humà o proporcionant respostes parcials o, de nou, intentant aïllar el problema.

Amb l’orientació, la triangulació i el bon triatge, els chatbots poden obtenir una precisió molt més precisa quant a l’acord amb els accents i qualsevol altra persona que puguin tenir els usuaris. Això revolucionarà el món dels "assistents virtuals" que, en el passat, ha estat menys que impressionant per a la majoria dels trucadors desafectats.