Лучшие практики работы с высказываниями в диалоге/разговоре?

Мы хотим, чтобы чат-бот вел себя как человек, отвечая на вопросы и давая правильные ответы. Обычные человеческие разговоры сделаны с большим количеством «высказываний», что означает, что в диалоге может быть какая-то ерунда, эмоции и паузы. Когда люди разговаривают с чат-ботом, он/она может вводить (отправлять) слова/полупредложения еще несколько раз, прежде чем ожидать ответа от Ватсона, поскольку, естественно, он/она хотел бы продолжать вводить данные до тех пор, пока не будет понятен законченный и осмысленный вопрос. Ватсон; он / она может сделать паузу несколько раз, прежде чем закрыть вопрос, а также ... Когда диалог / разговор Watson обучается, какие могут быть лучшие практики в дизайне для решения таких случаев?


person nyker    schedule 20.07.2016    source источник


Ответы (1)


На этот вопрос нет единого простого ответа. Существует целая область исследований того, как лучше всего подойти к этому, называемая анализом разговоров (CA).

Обычные человеческие разговоры сделаны с большим количеством «высказываний», что означает, что в диалоге может быть какая-то ерунда, эмоции и паузы.

Некоторые подходы к этому:

  1. Просмотрите реальные разговоры с реальными клиентами. Предполагая, что это дополняет живой разговор. Обычно сотрудники оптимизируют поток разговоров. Вы также можете увидеть, где люди могут пойти не по сценарию и в какие моменты.

  2. За бред/не по теме вы признаете тему не вопросом о чем они говорят (по возможности). Но вы также подталкиваете их к реальной текущей части разговора. Если они продолжаются, вы должны после определенного момента прекратить попытки приспособиться к ним.

  3. Обнаружение эмоций может иметь решающее значение для того, как вы формируете последующие сообщения для конечного пользователя. Вы можете использовать Tone Analyzer, чтобы зафиксировать это.

  4. Паузы могут быть. Если это находится в диалоговом потоке, вы можете заставить свое приложение отвечать, чтобы увидеть, есть ли они все еще там, или предлагать предложения, которые они могут попросить для продвижения. В противном случае просто предположите, что человека нет, и ждите его.

Кроме того, не думайте, что люди будут что-то делать в разговоре. Как только вы создадите свое приложение для разговоров, покажите его конечным пользователям и посмотрите, как они отреагируют.

Убедитесь, что это настоящие конечные пользователи системы. Также постарайтесь не искажать тест. Расскажите им, в чем помогает Беседа и только в этом. Не говорите им, что они могут ввести что угодно, иначе они это сделают.

После тестирования конечных пользователей просмотрите их разговоры. Вы обнаружите, что они немного иначе реагируют на разговоры в реальном мире, поэтому вы формируете свой поток к ним. Работайте только с общими шаблонами, а не с единичными проблемами.

person Simon O'Doherty    schedule 21.07.2016
comment
Большое спасибо за предложения и идеи. Создание хорошего чат-бота из данных сервисов Watson на текущем этапе выглядит скорее искусством, чем наукой. Помимо обучения и использования выбранных сервисов Watson, само приложение чат-бота должно принимать другие решения при собственной интеграции. Я с нетерпением жду, чтобы узнать больше об опыте решения, если у кого-то будет. - person nyker; 21.07.2016