在上一篇文章， 我們對(duì)尚處于AI對(duì)話機(jī)器人項(xiàng)目初始實(shí)施階段的企業(yè)提供了一些建議，以避免他們后期遇到此類項(xiàng)目通常會(huì)碰到的通病問(wèn)題。本篇文章將延續(xù)上一篇的建議內(nèi)容。
在這個(gè)階段，您有幾種建模技巧來(lái)更好地理解對(duì)話并創(chuàng)建意圖：
- 多詞聚類模型- 系統(tǒng)利用該模型對(duì)對(duì)話進(jìn)行自動(dòng)聚類分組。
- 單詞詞頻模型- 幫助基于詞語(yǔ)出現(xiàn)頻率的相互關(guān)系識(shí)別數(shù)據(jù)共性。
- 模式模型– 用戶基于對(duì)話內(nèi)容定義模式，系統(tǒng)可以使用這些模式模型進(jìn)行持續(xù)識(shí)別
- 分類器模型- 系統(tǒng)通過(guò)比較客戶對(duì)話和當(dāng)前意圖來(lái)預(yù)測(cè)最匹配意圖。
上述模型都可以幫助您快速輕松地分析和細(xì)分大量對(duì)話。如果您想使用我們的平臺(tái)來(lái)創(chuàng)建意圖，您所要做的就是將對(duì)話進(jìn)行簡(jiǎn)單的拖放，您甚至可以以邏輯層次對(duì)意圖進(jìn)行分組，以便在業(yè)務(wù)拓展時(shí)更好的進(jìn)行意圖管理。在生成意圖模型時(shí)，系統(tǒng)會(huì)突出顯示可能會(huì)對(duì)模型有影響的沖突意圖。同時(shí)，您也可以選擇對(duì)話樣本來(lái)測(cè)試模型。在測(cè)試過(guò)程中，系統(tǒng)會(huì)突出顯示命中的意圖并根據(jù)權(quán)重對(duì)它們進(jìn)行排序，這有助于客戶基于預(yù)期要解決的業(yè)務(wù)場(chǎng)景調(diào)整模型，從而獲得預(yù)期的效果。
這些方法的優(yōu)點(diǎn)是：
- 在開(kāi)始創(chuàng)建意圖之前，您對(duì)對(duì)話和模式有了更好的理解。
- 擁有多種模型創(chuàng)建策略，以更好地了解客戶數(shù)據(jù)并挖掘信息。
- 分析對(duì)話的過(guò)程可以用來(lái)創(chuàng)造新的意圖。
- 意圖基于實(shí)際客戶數(shù)據(jù)創(chuàng)建–這將具有更高的準(zhǔn)確性和更好的覆蓋率。
- 與手動(dòng)輸入意圖和培訓(xùn)短語(yǔ)相比，開(kāi)發(fā)新意圖的速度更快。
- 當(dāng)修改或創(chuàng)建新意圖時(shí)，可以將對(duì)話拖放到新意圖中。
- 意圖的訓(xùn)練詞語(yǔ)沒(méi)有數(shù)量限制。
- 系統(tǒng)的意圖數(shù)量沒(méi)有限制。
- 在部署模型之前預(yù)測(cè)并提示潛在沖突。
- 模型測(cè)試有助于更好地理解被觸發(fā)的意圖。
- 最重要的是，您可以完全控制機(jī)器學(xué)習(xí)模型。
如果您希望了解Verint Intent Manager如何運(yùn)行，或正在使用其它聊天機(jī)器人技術(shù)但面臨擴(kuò)展問(wèn)題，可聯(lián)系我們，我們可以采用我們的人工智能工具幫助您在當(dāng)前平臺(tái)上進(jìn)行更好地創(chuàng)新或幫助您轉(zhuǎn)移到一個(gè)可擴(kuò)展且透明的Verint IVA平臺(tái)。
