Теперь вы можете использовать любой язык с IBM Watson Assistant
Использование универсальных моделей, адаптированных к языку обучающих данных.
Введение
Приступая к изучению чат-ботов и разговорного ИИ, обычно процесс начинается с поиска доступных фреймворков. Это неизбежно приведет вас к одному из крупных поставщиков услуг облачных чат-ботов.
Скорее всего, вы в конечном итоге будете использовать IBM Watson Assistant, Microsoft LUIS / Bot Framework, Google Dialog Flow и т. Д. Есть преимущества ... эти среды предлагают простой ввод с точки зрения затрат и подход с низким кодом или без кода.
Однако есть одно большое препятствие, с которым вы часто сталкиваетесь в этих средах, - это отсутствие разнообразия в языковых вариантах.
Ситуация изменилась 17 июня 2021 г., когда IBM представила универсальную языковую модель. Это позволяет вам создать чат-бота на любом языке, который вы хотите реализовать.
Согласно IBM, универсальная модель применяет набор общих лингвистических характеристик и правил из нескольких языков в качестве отправной точки. Затем он учится на обучающих данных, написанных на целевом языке, который вы добавляете к нему.
Языки меньшинств
Существует реальная потребность в чат-ботах в областях, где целевая аудитория может говорить только на местном языке. Только в Африке насчитывается семь основных языковых семей. Общее количество языков, на которых говорят в Африке, составляет от 1,250 до 2,100.
По некоторым оценкам, это более 3 000. Все зависит от того, что вы считаете языком или диалектом.
Обеспечение этих языков часто невозможно или нецелесообразно для крупных облачных провайдеров; даже несмотря на то, что они очень желательны на этих рынках.
Эти географические районы часто остро нуждаются в доступе к информации по очень низкой цене. Низкая стоимость часто означает асинхронное общение, например, чат-боты с помощью текстовых сообщений или SMS.
При рассмотрении создания диалогового пользовательского интерфейса на местном языке предполагается, что вам необходимы:
- Огромная вычислительная мощность
- Масса обучающих данных и
- Очень специализированные знания.
Watson Assistant устранил все три препятствия.
Перевод - не лучший подход
Одним из факторов, которые следует учитывать при разработке фреймворка чат-бота для языков меньшинств, является перевод. Следовательно, перевод разговорного языка на один из более крупных языков для NLU.
Тем не менее, лучший пользовательский опыт будет достигнут за счет использования нескольких разговорных навыков. Каждый из навыков поддерживает один язык, который вы хотите поддерживать, с точки зрения NLU.
Как видно выше, с Watson Assistant вы можете использовать одну из 13 языковых моделей. Или теперь выберите универсальную модель, которая может адаптироваться к любому другому языку.
Для развертывания прикрепите каждый языковой навык к своему собственному помощнику, которого вы можете развернуть таким образом, чтобы оптимизировать его использование вашей целевой аудиторией.
Например, используйте интеграцию веб-чата с вашим франкоговорящим помощником для развертывания на французской странице вашего веб-сайта. Разместите своего немецкоязычного помощника на немецкой странице своего веб-сайта.
Возможно, у вас есть номер телефона службы поддержки для французских клиентов. Вы можете настроить своего франкоговорящего помощника для ответа на эти звонки, а также настроить другой номер телефона, который смогут использовать клиенты из Германии.
Некоторая предыстория
IBM Watson Assistant состоит из двух основных компонентов. Ассистент с одним или несколькими навыками. В рамках Ассистента необходимо управлять несколькими навыками и разными типами навыков. И, как было показано ранее в этой истории, имеет смысл иметь Ассистента, посвященного языку.
Каждый тип навыков, которых всего три, имеет конкретный вариант использования; это, конечно, может быть расширено.
Однако неуместное использование может серьезно помешать масштабированию вашего чат-бота.
Начнем с разницы между Ассистентом и Навыками…
Помощник можно рассматривать как контейнер разговорного агента.
Помощник также предоставляет навыки, а помощник также обеспечивает подключение к средствам интеграции.
Помощник направляет запросы по оптимальному пути решения проблемы клиента.
Добавляя навыки, ваш помощник может дать прямой ответ на вопрос в домене или сослаться на более общие результаты поиска для более сложных запросов.
Вот несколько основных характеристик Ассистента:
- Ассистент интегрируется с различными средами; Facebook, Slack, Twitter и т. Д.
- Ассистент также содержит различные навыки.
- Ассистент может обладать одним или несколькими навыками.
- Вы также можете думать о навыках как о разных элементах, представляющих разные части организации.
- Помощников можно назначить на определенные разговорные языки.
- Когда помощник разделен на несколько помощников, эффективность может быть достигнута за счет поддержки структуры между разными помощниками.
Watson Assistant предусматривает три типа навыков:
Практическая реализация
Ниже представлена практическая реализация языка меньшинства, африкаанс. При создании навыка действий или навыка диалога в разделе Язык справа внизу вы увидите параметр Другой язык.
С точки зрения языка все остальное остается прежним при создании навыка и помощника. Две функции, которые явно отсутствуют, - это создание пользовательских примеров и аннотации сущностей.
Аннотация сущности действительно важна для масштабирования чат-бота, так как она:
- Создает контекст того, как сущности используются в намерениях.
- Аннотирование сущностей также добавляет столь необходимую структуру к обучающим данным.
Системные сущности доступны при использовании универсального / другого языка. Из списка я тестировал только системную дату.
Также доступна еще одна функция - нечеткое сопоставление. Эта функция была протестирована с названиями дней недели на африкаанс. Даже при неправильном написании дней недели Watson Assistant смог определить названия дней недели, а также нормализовать их.
Из приведенного выше примера были использованы различные варианты для проверки распознавания намерений. Данные теста довольно сильно отличались от данных обучения. Очевидно, что этот тест не был научным или каким-либо образом оценивался. Но функциональность определенно есть, и первые результаты поразительны.
Этот пример более сложен с составными объектами. Где нужно определить день и время. Вы можете увидеть, что день недели указан с ошибкой, а затем в результате нормализован. Время также выбирается с помощью настраиваемой сущности для времени и системной сущности.
Время не нормировано и, скорее всего, требует подтверждения.
Сложные сущности работают довольно хорошо, и время тоже определяется. Что-то, что необходимо установить, - это вариант использования, когда необходимо определить сущности, которые не составляют конечный список.
Например, месяцы, дни недели и т. Д. - все это конечные списки. Определение названия города или региона для всех практических соображений бесконечный список. У пользователя может быть явно запрошено название города. Но обнаружение этого контекстуально при первом повороте диалога способствует лучшему разговору.
Вывод
Более проницательные среды диалогового ИИ осваивают искусство добавления функциональности и, как следствие, сложности своей платформы; одновременно упрощая пользовательский интерфейс.
Это также очевидно с подходом Watson Assistant.
Добро
- Простой и беспроблемный процесс выбора альтернативного языка.
- Имеет смысл отметить навыки и / или помощников в их имени с помощью соответствующего языка.
- Точность с точки зрения намерения и сущности кажется хорошей.
- Хороших результатов можно было достичь с небольшим объемом обучающих данных.
- Внутри сущностей Нечеткое соответствие все еще может успешно использоваться.
Не очень хорошо
- Такие данные, как разговоры пользователей, нельзя использовать для отображения рекомендаций по обучению.
- Аннотация сущности недоступна при использовании универсального параметра для языков, которые не определены явно. Для меня это действительно самый большой недостаток при использовании Другой язык. Я очень надеюсь, что это одна из функций, которые IBM Watson Assistant добавит для универсальных языков.
- Нет никакого понимания конвейера НЛП или настроек для оптимизации навыка или помощника. Некоторые могут рассматривать это как преимущество. И это определенно соответствует подходу крупных облачных провайдеров.
«Подпишитесь на мою рассылку.
NLP / NLU, чат-боты, голос, разговорный интерфейс / пользовательский интерфейс, CX Designer, разработчик, универсальные пользовательские интерфейсы, окружающий… cobusgreyling. меня"
