Vi forstår taleinput bedre, hvis vi har lidt baggrund om samtaleemnet. Overvej en kundeserviceagent hos en autoreservedelsgrossist, der hjælper med ordrer. Hvis agenten ved, at kunden leder efter dæk, er de mere tilbøjelige til at genkende svar (f.eks. "Michelin") på telefonen. Agenter opfanger ofte sådanne spor eller hints baseret på deres domæneviden og adgang til business intelligence-dashboards. Amazon Lex understøtter nu en tipfunktion til at forbedre genkendelsen af relevante sætninger i en samtale. Du kan programmæssigt give sætninger som tip under en live-interaktion for at påvirke transskriptionen af talt input. Bedre genkendelse driver effektive samtaler, reducerer agenthåndteringstiden og øger i sidste ende kundetilfredsheden.
I dette indlæg gennemgår vi muligheden for runtime-tip og bruger den til at implementere verifikation af opkaldere baseret på deres mors pigenavn.
Oversigt over muligheden for runtime-tip
Du kan levere en liste over sætninger eller ord for at hjælpe din bot med transskriptionen af taleinput. Du kan bruge disse tip med indbyggede slottyper såsom for- og efternavne, gadenavne, by, stat og land. Du kan også konfigurere disse til dine brugerdefinerede slottyper.
Du kan bruge kapaciteten til at transskribere navne, der kan være svære at udtale eller forstå. For eksempel, i den følgende eksempelsamtale bruger vi den til at transskribere navnet "Loreck."
Samtale 1
IVR: Velkommen til ACME bank. Hvordan kan jeg hjælpe dig i dag?
Ringer op: Jeg vil gerne tjekke min kontosaldo.
IVR: Selvfølgelig. Hvilken konto skal jeg trække op?
Ringer op: Kontrollerer
IVR: Hvad er kontonummeret?
Ringer op: 1111 2222 3333 4444
IVR: Hvad er din mors pigenavn til verifikationsformål?
Ringer op: Loreck
IVR: Tak. Saldoen på din checkkonto er 123 dollars.
Ord givet som tip foretrækkes frem for andre lignende ord. I den anden eksempelsamtale vælges f.eks. runtimetip ("Smythe") frem for en mere almindelig transskription ("Smith").
Samtale 2
IVR: Velkommen til ACME bank. Hvordan kan jeg hjælpe dig i dag?
Ringer op: Jeg vil gerne tjekke min kontosaldo.
IVR: Selvfølgelig. Hvilken konto skal jeg trække op?
Ringer op: Kontrollerer
IVR: Hvad er kontonummeret?
Ringer op: 5555 6666 7777 8888
IVR: Hvad er din mors pigenavn til verifikationsformål?
Ringer: Smythe
IVR: Tak. Saldoen på din checkkonto er 456 dollars.
Hvis navnet ikke stemmer overens med runtime-tipet, kan du mislykkes med verificeringen og dirigere opkaldet til en agent.
Samtale 3
IVR: Velkommen til ACME bank. Hvordan kan jeg hjælpe dig i dag?
Ringer op: Jeg vil gerne tjekke min kontosaldo.
IVR: Selvfølgelig. Hvilken konto skal jeg trække op?
Ringer: Besparelser
IVR: Hvad er kontonummeret?
Ringer op: 5555 6666 7777 8888
IVR: Hvad er din mors pigenavn til verifikationsformål?
Caller: Jane
IVR: Der er et problem med din konto. Til support vil du blive videresendt til en agent.
Løsningsoversigt
Lad os gennemgå den overordnede arkitektur for løsningen (se følgende diagram):
- Vi bruger en Amazon Lex-bot integreret med en Amazon Connect kontaktflow for at levere samtaleoplevelsen.
- Vi bruger en dialogkodehook i Amazon Lex-bot til at påkalde en AWS Lambda funktion, der giver runtime hint ved den forrige omgang af samtalen.
- I forbindelse med dette indlæg gemmes moderens pigenavnsdata, der bruges til autentificering, i en Amazon DynamoDB tabel.
- Efter at den, der ringer, er godkendt, overføres kontrollen til botten for at udføre transaktioner (for eksempel kontrollere saldo)
Ud over Lambda-funktionen kan du også sende runtime-tip til Amazon Lex V2 ved hjælp af PutSession
, RecognizeText
, RecognizeUtterance
eller StartConversation
operationer. Runtime-tip kan indstilles på ethvert tidspunkt i samtalen og fortsættes ved hver tur, indtil de slettes.
Implementer Amazon Lex-eksemplet
For at oprette prøve-bot og konfigurere runtime-sætningstip skal du udføre følgende trin. Dette skaber en Amazon Lex-bot kaldet BankingBot
, og en slot type (accountNumber
).
- Download Amazon Lex bot.
- På Amazon Lex-konsollen skal du vælge handlinger, Importere.
- Vælg filen
BankingBot.zip
som du downloadede, og vælg Importere. - Vælg botten
BankingBot
på Amazon Lex-konsollen. - Vælg sproget Engelsk (GB).
- Vælg Byg.
- Download den understøttende Lambda kode.
- På Lambda-konsollen skal du oprette en ny funktion og vælge Forfatter fra bunden.
- Til Funktionsnavn, gå ind
BankingBotEnglish
. - Til Runtime, vælg Python 3.8.
- Vælg Opret funktion.
- I Kildekode sektion, åben
lambda_function.py
og slet den eksisterende kode. - Download funktionskoden og åbn den i en teksteditor.
- Kopier koden og indtast den i det tomme funktionskodefelt.
- Vælg indsætte.
- Vælg botten på Amazon Lex-konsollen
BankingBot
. - Vælg Deployment og så aliasser, og vælg derefter aliaset
TestBotAlias
. - På aliasser side, vælg Sprog Og vælg Engelsk (GB).
- Til Kilde, vælg botten
BankingBotEnglish
. - Til Lambda version eller alias, gå ind
$LATEST
. - På DynamoDB-konsollen skal du vælge Opret tabel.
- Angiv navnet som
customerDatabase
. - Angiv partitionsnøglen som
accountNumber
. - Tilføj en vare med
accountNumber: “1111222233334444”
,mothersMaidenName “Loreck”
. - Tilføj vare med
accountNumber: “5555666677778888”
,mothersMaidenName “Smythe”
. - Sørg for, at Lambda-funktionen har Tilladelser at læse fra DynamoDB-tabellen
customerDatabase
. - På Amazon Connect-konsollen skal du vælge Kontaktstrømme.
- I Amazon Lex-sektionen skal du vælge din Amazon Lex-bot og gøre den tilgængelig til brug i Amazon Connect-kontaktforløbet.
- Download kontakt flow at integrere med Amazon Lex-bot.
- Vælg kontaktflowet for at indlæse det i applikationen.
- Sørg for, at den rigtige bot er konfigureret i "Get Customer Input"-blokken.
- Vælg en kø i blokken "Indstil arbejdskø".
- Tilføj et telefonnummer til kontaktforløbet.
- Test IVR-flowet ved at ringe ind på telefonnummeret.
Test løsningen
Du kan nu ringe ind til Amazon Connect-telefonnummeret og interagere med botten.
Konklusion
Runtime-tip giver dig mulighed for at påvirke transskriptionen af ord eller sætninger dynamisk i samtalen. Du kan bruge forretningslogik til at identificere hints, efterhånden som samtalen udvikler sig. Bedre genkendelse af brugerinput giver dig mulighed for at levere en forbedret oplevelse. Du kan konfigurere runtime-tip via Lex V2 SDK. Funktionen er tilgængelig i alle AWS-regioner, hvor Amazon Lex opererer på engelsk (Australien), engelsk (UK) og engelsk (USA).
For at lære mere, se runtime tip.
Om forfatterne
Kai Loreck er en professionel Amazon Connect-konsulent. Han arbejder med at designe og implementere skalerbare kundeoplevelsesløsninger. I sin fritid kan han blive fundet ved at dyrke sport, snowboarde eller vandre i bjergene.
Anubhav Mishra er produktchef hos AWS. Han bruger sin tid på at forstå kunder og designe produktoplevelser for at løse deres forretningsmæssige udfordringer.
Sravan Bodapati er Applied Science Manager hos AWS Lex. Han fokuserer på at opbygge banebrydende kunstig intelligens og maskinlæringsløsninger til AWS-kunder i ASR- og NLP-området. I sin fritid nyder han at vandre, lære økonomi, se tv-serier og tilbringe tid med sin familie.
- "
- 100
- adgang
- Konto
- Desuden
- adresse
- midler
- Alle
- Amazon
- Anvendelse
- arkitektur
- kunstig
- kunstig intelligens
- Kunstig intelligens og maskinlæring
- Australien
- autentificeret
- Godkendelse
- auto
- til rådighed
- AWS
- baggrund
- Bank
- Bloker
- Bot
- Bygning
- indbygget
- virksomhed
- business intelligence
- ringe
- Caller
- udfordringer
- kontrol
- Vælg
- By
- kode
- Fælles
- Tilslut
- Konsol
- konsulent
- kontakt
- kontrol
- Samtale
- samtaler
- land
- skabe
- skaber
- skik
- kunde
- Kundeoplevelse
- Kundetilfredshed
- Kundeservice
- Kunder
- data
- designe
- svært
- Er ikke
- dollars
- domæne
- i løbet af
- Økonomi
- Edge
- editor
- effektiv
- Engelsk
- Indtast
- eksempel
- eksisterende
- erfaring
- Oplevelser
- familie
- Fornavn
- flow
- fokuserer
- efter
- fundet
- funktion
- Håndtering
- hjælpe
- hjælpe
- Hvordan
- HTTPS
- identificere
- gennemføre
- gennemføre
- indflydelse
- indgang
- integrere
- integreret
- Intelligens
- interaktion
- spørgsmål
- IT
- Nøgle
- viden
- Sprog
- LÆR
- læring
- Sandsynlig
- Liste
- belastning
- leder
- maskine
- machine learning
- leder
- Match
- mere
- navne
- nummer
- åbent
- Produktion
- ordrer
- Andet
- samlet
- sætninger
- spiller
- Punkt
- tidligere
- Produkt
- professionel
- give
- giver
- formål
- genkende
- relevant
- gennemgå
- R
- tilfredshed
- skalerbar
- Videnskab
- SDK
- valgt
- tjeneste
- Tjenester
- sæt
- lignende
- løsninger
- Løsninger
- nogle
- Space
- udgifterne
- Sport
- Tilstand
- gade
- support
- Støtte
- Understøtter
- tid
- dæk
- i dag
- Transaktioner
- tv
- typer
- Uk
- forstå
- forståelse
- us
- brug
- Verifikation
- velkommen
- Hvad
- Hvad er
- ord
- arbejder
- virker