Wir verstehen Spracheingaben besser, wenn wir etwas Hintergrundwissen zum Gesprächsthema haben. Betrachten Sie einen Kundendienstmitarbeiter bei einem Autoteile-Großhändler, der bei Bestellungen hilft. Wenn der Agent weiß, dass der Kunde nach Reifen sucht, erkennt er Antworten (z. B. „Michelin“) am Telefon eher. Agenten greifen solche Hinweise oder Hinweise häufig auf der Grundlage ihrer Domänenkenntnisse und ihres Zugriffs auf Business-Intelligence-Dashboards auf. Amazon Lex unterstützt jetzt eine Hinweisfunktion, um die Erkennung relevanter Sätze in einem Gespräch zu verbessern. Sie können während einer Live-Interaktion programmgesteuert Sätze als Hinweise bereitstellen, um die Transkription gesprochener Eingaben zu beeinflussen. Eine bessere Erkennung fördert effiziente Gespräche, verkürzt die Bearbeitungszeit der Agenten und erhöht letztendlich die Kundenzufriedenheit.
In diesem Beitrag überprüfen wir die Funktion für Laufzeithinweise und verwenden sie, um die Überprüfung von Anrufern basierend auf dem Mädchennamen ihrer Mutter zu implementieren.
Überblick über die Funktion für Laufzeithinweise
Sie können eine Liste mit Phrasen oder Wörtern bereitstellen, um Ihrem Bot bei der Transkription von Spracheingaben zu helfen. Sie können diese Hinweise mit integrierten Slot-Typen wie Vor- und Nachnamen, Straßennamen, Stadt, Bundesland und Land verwenden. Sie können diese auch für Ihre benutzerdefinierten Slot-Typen konfigurieren.
Sie können die Funktion nutzen, um Namen zu transkribieren, die möglicherweise schwer auszusprechen oder zu verstehen sind. In der folgenden Beispielkonversation verwenden wir es beispielsweise, um den Namen „Loreck“ zu transkribieren.
Gespräch 1
IVR: Willkommen bei der ACME-Bank. Wie kann ich Ihnen heute helfen?
Anrufer: Ich möchte meinen Kontostand abfragen.
IVR: Sicher. Welches Konto soll ich hochziehen?
Anrufer: Prüfen
IVR: Wie lautet die Kontonummer?
Anrufer: 1111 2222 3333 4444
IVR: Zur Verifizierung, wie lautet der Mädchenname Ihrer Mutter?
Anrufer: Loreck
IVR: Danke. Der Saldo auf Ihrem Girokonto beträgt 123 Dollar.
Wörter, die als Hinweise bereitgestellt werden, werden anderen ähnlichen Wörtern vorgezogen. Beispielsweise wird in der zweiten Beispielkonversation der Laufzeithinweis („Smythe“) einer häufigeren Transkription („Smith“) vorgezogen.
Gespräch 2
IVR: Willkommen bei der ACME-Bank. Wie kann ich Ihnen heute helfen?
Anrufer: Ich möchte meinen Kontostand abfragen.
IVR: Sicher. Welches Konto soll ich hochziehen?
Anrufer: Prüfen
IVR: Wie lautet die Kontonummer?
Anrufer: 5555 6666 7777 8888
IVR: Zur Verifizierung, wie lautet der Mädchenname Ihrer Mutter?
Anrufer: Smythe
IVR: Danke. Der Saldo auf Ihrem Girokonto beträgt 456 Dollar.
Wenn der Name nicht mit dem Laufzeithinweis übereinstimmt, können Sie die Überprüfung fehlschlagen und den Anruf an einen Agenten weiterleiten.
Gespräch 3
IVR: Willkommen bei der ACME-Bank. Wie kann ich Ihnen heute helfen?
Anrufer: Ich möchte meinen Kontostand abfragen.
IVR: Sicher. Welches Konto soll ich hochziehen?
Anrufer: Einsparungen
IVR: Wie lautet die Kontonummer?
Anrufer: 5555 6666 7777 8888
IVR: Zur Verifizierung, wie lautet der Mädchenname Ihrer Mutter?
Anrufer: Jane
IVR: Es gibt ein Problem mit Ihrem Konto. Zur Unterstützung werden Sie an einen Agenten weitergeleitet.
Lösungsüberblick
Sehen wir uns die Gesamtarchitektur der Lösung an (siehe folgendes Diagramm):
- Wir verwenden einen Amazon Lex-Bot, der mit einem integriert ist Amazon Connect Contact Flow, um das Gesprächserlebnis zu liefern.
- Wir verwenden einen Dialog-Codehook im Amazon Lex-Bot, um eine aufzurufen AWS Lambda Funktion, die den Laufzeithinweis auf die vorherige Wendung der Konversation liefert.
- Für die Zwecke dieses Beitrags werden die Daten des Mädchennamens der Mutter, die zur Authentifizierung verwendet werden, in einer gespeichert Amazon DynamoDB Tabelle.
- Nachdem der Anrufer authentifiziert wurde, wird die Kontrolle an den Bot übergeben, um Transaktionen durchzuführen (z. B. Kontostand prüfen).
Zusätzlich zur Lambda-Funktion können Sie mit der auch Laufzeithinweise an Amazon Lex V2 senden PutSession
, RecognizeText
, RecognizeUtterance
, oder StartConversation
Operationen. Die Laufzeithinweise können an jedem Punkt der Konversation gesetzt werden und bleiben an jeder Ecke bestehen, bis sie gelöscht werden.
Stellen Sie den Amazon Lex-Beispielbot bereit
Führen Sie die folgenden Schritte aus, um den Beispiel-Bot zu erstellen und die Laufzeit-Phrasenhinweise zu konfigurieren. Dadurch wird ein Amazon Lex-Bot namens erstellt BankingBot
, und ein Steckplatztyp (accountNumber
).
- Laden Sie die Amazon Lex Bot.
- Wählen Sie in der Amazon Lex-Konsole Aktionen, Import.
- Wählen Sie die Datei aus
BankingBot.zip
dass Sie heruntergeladen haben, und wählen Sie Import. - Wählen Sie den Bot
BankingBot
auf der Amazon Lex-Konsole. - Wählen Sie die Sprache Englisch (GB).
- Auswählen Bauen.
- Laden Sie die Unterstützung herunter Lambda-Code.
- Erstellen Sie in der Lambda-Konsole eine neue Funktion und wählen Sie sie aus Autor von Grund auf neu.
- Aussichten für Funktionsname, eingeben
BankingBotEnglish
. - Aussichten für Laufzeit, wählen Python 3.8.
- Auswählen Funktion erstellen.
- Im Quellcode Abschnitt, offen
lambda_function.py
und löschen Sie den vorhandenen Code. - Laden Sie den Funktionscode herunter und öffnen Sie ihn in einem Texteditor.
- Kopieren Sie den Code und geben Sie ihn in das leere Funktionscodefeld ein.
- Auswählen einsetzen.
- Wählen Sie auf der Amazon Lex-Konsole den Bot aus
BankingBot
. - Auswählen
Einsatz und dann Aliases, und wählen Sie dann den Alias aus
TestBotAlias
. - Auf dem Aliases Seite wählen Sprachen und wählen Sie Englisch (GB).
- Aussichten für Quelle, wählen Sie den Bot aus
BankingBotEnglish
. - Aussichten für Lambda-Version oder -Alias, eingeben
$LATEST
. - Wählen Sie in der DynamoDB-Konsole Tabelle erstellen.
- Geben Sie den Namen als an
customerDatabase
. - Geben Sie den Partitionsschlüssel als an
accountNumber
. - Fügen Sie ein Element mit hinzu
accountNumber: “1111222233334444”
undmothersMaidenName “Loreck”
. - Element hinzufügen mit
accountNumber: “5555666677778888”
undmothersMaidenName “Smythe”
. - Stellen Sie sicher, dass die Lambda-Funktion vorhanden ist Berechtigungen aus der DynamoDB-Tabelle lesen
customerDatabase
. - Wählen Sie in der Amazon Connect-Konsole aus Kontakt fließt.
- Wählen Sie im Abschnitt Amazon Lex Ihren Amazon Lex-Bot aus und machen Sie ihn für die Verwendung im Amazon Connect-Kontaktablauf verfügbar.
- Laden Sie die Kontaktfluss zur Integration mit dem Amazon Lex-Bot.
- Wählen Sie den Gesprächsablauf aus, um ihn in die Anwendung zu laden.
- Stellen Sie sicher, dass der richtige Bot im Block „Get Customer Input“ konfiguriert ist.
- Wählen Sie im Block „Arbeitswarteschlange festlegen“ eine Warteschlange aus.
- Fügen Sie dem Gesprächsablauf eine Telefonnummer hinzu.
- Testen Sie den IVR-Fluss, indem Sie die Telefonnummer anrufen.
Testen Sie die Lösung
Sie können jetzt die Amazon Connect-Telefonnummer anrufen und mit dem Bot interagieren.
Zusammenfassung
Mit Laufzeithinweisen können Sie die Transkription von Wörtern oder Sätzen dynamisch im Gespräch beeinflussen. Sie können die Geschäftslogik verwenden, um die Hinweise zu identifizieren, während sich die Konversation entwickelt. Durch eine bessere Erkennung der Benutzereingaben können Sie ein verbessertes Erlebnis bieten. Sie können Laufzeithinweise über das Lex V2 SDK konfigurieren. Die Funktion ist in allen AWS-Regionen verfügbar, in denen Amazon Lex in den Gebietsschemata Englisch (Australien), Englisch (Großbritannien) und Englisch (USA) betrieben wird.
Weitere Informationen finden Sie unter Laufzeithinweise.
Über die Autoren
Kai Loreck ist ein Amazon Connect-Berater für professionelle Dienstleistungen. Er arbeitet an der Konzeption und Implementierung skalierbarer Customer Experience-Lösungen. In seiner Freizeit findet man ihn beim Sport, Snowboarden oder Wandern in den Bergen.
Anubhav Mishra ist Produktmanager bei AWS. Er verbringt seine Zeit damit, Kunden zu verstehen und Produkterlebnisse zu entwerfen, um ihre geschäftlichen Herausforderungen zu bewältigen.
Sravana Bodapati ist Manager für angewandte Wissenschaften bei AWS Lex. Er konzentriert sich auf die Entwicklung innovativer Lösungen für künstliche Intelligenz und maschinelles Lernen für AWS-Kunden im ASR- und NLP-Bereich. In seiner Freizeit wandert er gerne, lernt Wirtschaftswissenschaften, sieht Fernsehsendungen und verbringt Zeit mit seiner Familie.
- "
- 100
- Zugang
- Konto
- Zusatz
- Adresse
- Agenten
- Alle
- Amazon
- Anwendung
- Architektur
- künstlich
- künstliche Intelligenz
- Künstliche Intelligenz und maschinelles Lernen
- Australien
- authentifiziert
- Authentifizierung
- Auto
- verfügbar
- AWS
- Hintergrund
- Bank
- Blockieren
- Wander- und Outdoorschuhen
- Building
- eingebaut
- Geschäft
- Business Intelligence
- rufen Sie uns an!
- Anrufer
- Herausforderungen
- Überprüfung
- Auswählen
- Stadt
- Code
- gemeinsam
- Vernetz Dich
- Konsul (Console)
- Berater
- Kontakt
- Smartgeräte App
- Gespräch
- Gespräche
- Land
- erstellen
- schafft
- Original
- Kunde
- Customer Experience
- Kundenzufriedenheit
- Kundenservice
- Kunden
- technische Daten
- Entwerfen
- schwer
- Tut nicht
- Dollar
- Domain
- im
- Wirtschaftskunde
- Edge
- Herausgeber
- effizient
- Englisch
- Enter
- Beispiel
- vorhandenen
- ERFAHRUNGEN
- Erfahrungen
- Familie
- Vorname
- Fluss
- konzentriert
- Folgende
- gefunden
- Funktion
- Handling
- Hilfe
- Unternehmen
- Ultraschall
- HTTPS
- identifizieren
- implementieren
- Umsetzung
- beeinflussen
- Varianten des Eingangssignals:
- integrieren
- integriert
- Intelligenz
- Interaktion
- Problem
- IT
- Wesentliche
- Wissen
- Sprache
- LERNEN
- lernen
- wahrscheinlich
- Liste
- Belastung
- suchen
- Maschine
- Maschinelles Lernen
- Manager
- Spiel
- mehr
- Namen
- Anzahl
- XNUMXh geöffnet
- Einkauf & Prozesse
- Bestellungen
- Andere
- Gesamt-
- Sätze
- spielend
- Points
- früher
- Produkt
- Professionell
- die
- bietet
- Zwecke
- erkennen
- relevant
- Überprüfen
- Straße
- Zufriedenheit
- skalierbaren
- Wissenschaft
- Sdk
- ausgewählt
- Leistungen
- kompensieren
- ähnlich
- Lösung
- Lösungen
- einige
- Raumfahrt
- Ausgabe
- Sports
- Bundesstaat
- Straße
- Support
- Unterstützung
- Unterstützt
- Zeit
- Reifen
- heute
- Transaktionen
- tv
- Typen
- Uk
- verstehen
- Verständnis
- us
- -
- Verification
- willkommen
- Was
- Was ist
- Worte
- arbeiten,
- Werk