Fermer

mai 22, 2020

5 conseils pour améliorer la compréhension de Chatbot NLP avec NativeChat11 minutes de lecture

5 Handy Tricks for Improving Your Chatbot Understanding with NativeChat_1200x620


Ces cinq conseils rapides vous aideront à créer des chatbots avec une meilleure compréhension des entrées de l'utilisateur et à éviter les pièges courants du traitement en langage naturel lors de l'utilisation de NativeChat.

L'une des choses clés que nous pouvons enseigner à nos chatbots est d'analyser l'utilisateur saisir et rediriger l'utilisateur vers la conversation correcte. Cela se fait en entraînant nos chatbots avec un ensemble d'expressions de déclenchement.

Dans cet article, nous allons examiner cinq NativeChat trucs et astuces sur la façon de créer des chatbots avec une grande compréhension de la saisie des utilisateurs. [19659004] Si vous n'êtes pas familier avec le traitement automatique du langage naturel (NLP) et comment il fonctionne, alors vous devriez commencer par cet article: Qu'est-ce que le traitement automatique du langage naturel?

Déclenchement d'expressions

Le déclenchement d'expressions sont des exemples d'expressions / phrases avec lesquelles nous entraînons nos chatbots à reconnaître des conversations spécifiques.

L'idée est que si nous avons une conversation de type Q&R:

De sorte que lorsqu'un utilisateur dit quelque chose comme: "Quelle est la pizza numéro un? "
Le chatbot doit le faire correspondre à la meilleure pizza et répondre avec: "La pizza hawaïenne est la meilleure. 🍍 + 🐷 = 🍕😍"

Astuce # 1 – Testez avec compréhension

Pendant que nous nous entraînons notre chatbot et lui fournir de nouvelles expressions de déclenchement (qui devraient déclencher une réponse spécifique), il est bon de tester les nouvelles expressions au fur et à mesure, et de voir avec quoi votre chatbot répondrait.

NativeChat a une fonctionnalité appelée Comprendre qui vous permet de tester la compréhension du chatbot de diverses expressions.
Vous pouvez le trouver dans la fenêtre de test en passant à l'onglet Comprendre .


 Afficher la compréhension

Pour l'utiliser, tapez simplement n'importe quelle expression, appuyez sur Entrée et NativeChat répondra avec:

  • la conversation la mieux adaptée
  • le score de confiance

Remarque , une confiance supérieure à 65% signifie que le chatbot accepterait cette conversation comme une correspondance valide.


 Test avec compréhension

Vous pouvez également utiliser la compréhension pour voir quelles entités le chatbot reconnaît.


 Compréhension - Entité

Il est recommandé de vérifier régulièrement les modifications que nous apportons à la formation de notre chatbot et de nous assurer d'obtenir les résultats escomptés.

Conseil n ° 2 —Run Problems Check

Parfois, lorsque nous ajoutons une nouvelle conversation avec un ensemble d'expressions de déclenchement à nos chatbots existants, il est possible que les nouvelles expressions de déclenchement interfèrent avec d'autres conversations. Par conséquent, il est possible que l'ajout d'une nouvelle conversation à notre chatbot puisse empêcher notre chatbot de reconnaître les conversations qui fonctionnaient très bien.

Il serait assez difficile de tester manuellement chaque conversation que nous avons dans le chatbot. Cependant, NativeChat possède une fonctionnalité appelée Problems Check qui vous permet de tester toutes les expressions de déclenchement et de les valider par rapport aux conversations qui ont été utilisées pour créer le modèle de formation NLP.

Vous pouvez trouver le Page de vérification des problèmes soit:

  • pour accéder à la page Tableau de bord puis pour accéder à la page Vérification des problèmes
  • pour accéder à la formation ]puis en choisissant le sous-onglet Vérification des problèmes

Ensuite, lancez le test en appuyant sur le bouton Exécuter un contrôle de qualité .

Pour chaque expression de déclenchement, vous verrez la conversation attendue, la conversation correspondante et le niveau de confiance de cette correspondance. Comme ceci:


 Problems Check

Problems Check est un outil très utile pour vérifier rapidement si une conversation ne se déclenche pas comme prévu. De cette façon, vous pouvez identifier les problèmes potentiels et vous assurer que votre expérience utilisateur reste de premier ordre.

Le problème des expressions de déclenchement très similaires

Parfois, vous pouvez avoir plusieurs expressions de déclenchement très similaires, si proches les unes des autres que ils ne correspondent pas même pour des correspondances exactes.

Par exemple, vous pouvez avoir quatre conversations avec des questions de déclenchement comme:
"Où est situé officeX?"


 Exemple: expressions conflictuelles

Lorsque nous exécutons Vérification des problèmes par rapport à cet ensemble d'expressions déclenchantes, la PNL ne parviendra à faire correspondre aucune de ces quatre conversations.

]
 Exemple: test des expressions conflictuelles

En effet, dans chaque cas, la PNL correspondra à (Quoi) (est) ] (le) (emplacement) (de) et (?) jetons (mots / signes de ponctuation). Bien que la correspondance avec (officeX) soit soit exacte soit trop proche pour que la PNL décide laquelle des conversations de déclenchement est suffisamment forte pour être renvoyée comme résultat correct.

Avouons-le, "Quel est l'emplacement de officeA?" ressemble beaucoup à "Quel est l'emplacement de officeB?" .

Le problème est que la seule partie qui différencie chacun de ces déclencheurs expressions est le nom du bureau. Il existe différentes façons d'utiliser cela pour résoudre le problème en question.

Dans les trois conseils suivants, nous verrons trois façons différentes de résoudre ce problème.

Conseil n ° 3 – Mise en évidence des mots importants

Nous pourrions résoudre le problème ci-dessus en mettant en évidence des mots plus importants.

La mise en évidence est une technique dans laquelle nous fournissons des expressions de déclenchement supplémentaires aux conversations conflictuelles. Les expressions supplémentaires doivent contenir les mots que nous voulons mettre en évidence avec la PNL comme plus importante.

"Si le mot est si gentil, vous devriez le dire deux fois."

Dans notre exemple, nous devons ajouter plus d'importance au nom officeX. Cela peut être fait en ajoutant une deuxième expression déclenchante à chaque conversation, qui répéterait le nom du bureau, comme:
"Où est situé officeA?"

De cette façon, la PNL comprendra que officeA est très important, et il donnera la priorité aux correspondances avec officeA par rapport aux autres correspondances.

Ceci est comment mettre à jour toutes les conversations ayant échoué et réexécuter la vérification des problèmes.


 Mise en évidence de mots importants

Après avoir relancé la vérification des problèmes, toutes les conversations qui déclenchent doivent obtenir une correspondance de haute confiance.


 Test de mise en évidence des mots importants

Il est recommandé d'utiliser la technique de mise en surbrillance pour indiquer à vos chatbots quels mots doivent être traités avec plus d'importance.

Ceci est utile dans le cas où vous ont beaucoup d'expressions déclenchantes très similaires, mais aussi en général pour que votre chatbot comprenne toujours à quels mots il doit prêter une attention particulière.

Conclusion: fournissez à votre chatbot plusieurs expressions, pour l'aider à identifier les mots clés. [19659021] Astuce n ° 4 – Supprimer les mots vides

Nous pouvons également améliorer la correspondance PNL en consultant les mots vides . Ce sont des mots comme: est, sont, mon, à, le, un, un, de. Des mots comme celui-ci n'apportent généralement pas beaucoup de valeur en ce qui concerne le processus de correspondance PNL. Au contraire, les mots vides ont tendance à ajouter des variables plus inutiles.

Une autre façon de résoudre le problème d'origine pourrait être obtenue en supprimant les mots vides (is), (the) et (of) from: "Quel est l'emplacement de officeX?" . Par conséquent, chaque expression devrait ressembler à: "Quel emplacement officeX?".
Comme ceci:


 Suppression des mots vides Fix

Lorsque nous réexécutons la vérification des problèmes – notez que nous n'incluons pas la deuxième expression utilisée ci-dessus pour la mise en surbrillance – nous devrions une fois de plus obtenir toutes les correspondances réussies comme ceci:
 Suppression du test des mots vides

En outre, lorsque nous exécutons le test de compréhension pour: "Quel est l'emplacement du bureauA?", Nous obtenons toujours une correspondance réussie avec locationA ]comme ceci:


 Suppression des mots vides Comprendre

Il est recommandé de supprimer les mots vides des expressions de déclenchement. De cette façon, nous ne gardons que les mots qui sont utiles pour la correspondance PNL, et par conséquent, nous devrions nous attendre à des résultats plus cohérents.

Conclusion: Rendez les expressions de formation concises, pour aider le chatbot à identifier les mots clés.

Astuce # 5 – Conversion de questions et réponses similaires en tâches guidées

Nous pouvons également utiliser une tâche guidée pour enseigner à notre chatbot comment répondre à des questions très similaires, où la principale différence n'est que le nom de l'entité (comme le nom du bureau). [19659003] L'idée est de créer une tâche guidée, dans laquelle le chatbot connaît toutes les entités du bureau, ainsi que des informations telles que leur adresse ou leur numéro de téléphone, qui fournit l'adresse du bureau demandé.

Scénarios

Le chatbot doit être en mesure de gérer les scénarios suivants:

Scénario A: où est votre bureau (nom du bureau)?

Lorsque l'utilisateur fournit un nom de bureau, le chatbot doit identifier le bureau, puis renvoyez l'adresse.

🦸🏻‍♀️ Où est votre bureau de Boston?
🤖 L'adresse est: 14 Oak Park Drive, Bedford, MA 01730

Scénario B: Où est votre bureau?

Lorsque l'utilisateur demande l'emplacement d'un bureau mais ne le fait pas fournir le nom de ce bureau. Ensuite, le chatbot doit inviter l'utilisateur à spécifier quel bureau et fournir les options disponibles. Enfin, lorsque l'utilisateur sélectionne un bureau, le chatbot doit répondre avec la réponse.

👨🏽‍💼 Où est votre bureau?
🤖 Quel bureau vous intéresse?
🤖 (Boston) (Londres) (Sofia)
👨🏽‍💼 Boston
🤖 L'adresse est: 14 Oak Park Drive, Bedford, MA 01730

Explication de haut niveau sur la création d'une tâche guidée

Veuillez noter que nous n'entrerons pas dans trop de détails sur la façon de créer une tâche guidée ici

Étape 1

Créez une entité pour le bureau. C'est ici que nous indiquons quels bureaux le chatbot doit être en mesure de reconnaître, ainsi que des attributs comme l'adresse et le numéro de téléphone de chaque bureau.


 Entité Office

Étape 2

Créez une nouvelle conversation dans le flux cognitif.

Cette conversation comporte deux tâches:

  • demandez à l'utilisateur: "À quel bureau êtes-vous intéressé?"
  • et lorsque nous avons l'entité de bureau, fournissez-leur l'adresse

Voici à quoi ressemble le code d'une conversation comme celle-ci:

 "office-location": {
  "type": "objectif",
  "étapes": [
    {
      "type": "question",
      "entity": "office",
      "entity-type": "Office",
      "messages": [
        "Which office are you interested in?"
      ],
      "afficher": {
        "type": "réponse rapide"
      }
    },
    {
      "type": "message",
      "messages": [
        "The address is: {{office.address}}."
      ]
    }
  ]
}


Étape 3

Ajoutez un déclencheur de conversation pour indiquer au chatbot quand déclencher cette conversation.

Nous pouvons utiliser des expressions comme:

  • Où est le bureau?
  • À quoi sert l'adresse? [19659027]
     Déclencheur de conversation Office

    Étape 4

    Et maintenant, nous pouvons tester notre nouvelle conversation, qui devrait être capable de gérer les deux scénarios:

    • Où est le Bureau de Boston?
    • Où est votre bureau?

    Comme ceci:


     Test de tâches guidées

    Bien que la création de tâches guidées nécessite plus de travail à l'avance, il est beaucoup plus facile d'ajouter un nouveau bureau sans avoir à modifier le flux de la conversation, et cela nous donne également beaucoup plus de contrôle sur le déroulement de la conversation.

    Comment créer une tâche guidée du début à la fin

    Vous pouvez regarder la vidéo suivante pour savoir comment créer ce guide Tâche en moins de cinq minutes.

    Résumé

    Lorsque vous créez des chatbots et que vous les entraînez à mieux comprendre les entrées des utilisateurs, vous devez suivre les règles suivantes:

    Test

    • Testez souvent avec Comprendre [19659015] Utilisez Problems Check pour tester toutes les expressions déclenchantes

    Utilisez les techniques NLP pour aider votre chatbot à identifier les mots importants

    • Mettez en surbrillance Mots clés – Fournissez plusieurs phrases de formation
    • Supprimer Mots vides – Rendre les expressions concises

    Utiliser des tâches guidées

    • Convertir des questions et réponses similaires en tâches guidées

    Essayer NativeChat

    Si vous souhaitez créer un chatbot, NativeChat est une plate-forme innovante basée sur l'IA pour créer et déployer des chatbots cognitifs sécurisés qui apprennent et s'adaptent automatiquement pour générer un flux de conversation naturel pour les clients sur le canal de leur choix – Web, social ou mobile.

    un chatbot dans quelques heures. Suivez simplement ce didacticiel pas à pas et bientôt vous aurez un chatbot qui pourra à la fois répondre à des questions et à des réponses directes, et gérer également des conversations plus complexes.

    Démarrer votre didacticiel Chatbot [19659123]



    Source link

0 Partages