Les appels au service client nécessitent que les agents clients disposent des informations de compte du client pour traiter la demande de l’appelant. Par exemple, pour fournir un statut sur une réclamation d'assurance, l'agent d'assistance a besoin d'informations sur le titulaire de la police, telles que l'ID de la police et le numéro de réclamation. Ces informations sont souvent collectées dans le flux de réponse vocale interactive (IVR) au début d'un appel d'assistance client. Les systèmes IVR utilisent généralement des grammaires basées sur Spécification de grammaire de reconnaissance vocale (SRGS) pour définir des règles et analyser les informations de l'appelant (ID de police, numéro de réclamation). Vous pouvez désormais utiliser les mêmes grammaires dans Amazon Lex pour collecter des informations dans une conversation vocale. Vous pouvez également fournir des règles d'interprétation sémantique en utilisant ECMAScript balises dans les fichiers de grammaire. La prise en charge de la grammaire dans Amazon Lex fournit un contrôle granulaire pour la collecte et le post-traitement des entrées utilisateur afin que vous puissiez gérer un dialogue efficace.
Dans cet article, nous passons en revue la prise en charge de la grammaire dans Amazon Lex et créons un exemple de grammaire à utiliser dans un Connexion Amazon flux de contact.
Utiliser des grammaires pour collecter des informations dans une conversation
Vous pouvez créer la grammaire en tant que type d'emplacement dans Amazon Lex. Tout d’abord, vous fournissez un ensemble de règles au format SRGS pour interpréter les entrées de l’utilisateur. Comme deuxième étape facultative, vous pouvez écrire un script ECMA qui transforme les informations collectées dans la boîte de dialogue. Enfin, vous stockez la grammaire sous forme de fichier XML dans un Service de stockage simple Amazon (Amazon S3) et référencez le lien dans la définition de votre bot. Les grammaires SRGS sont spécialement conçues pour la modalité vocale et DTMF. Nous utilisons les exemples de conversations suivants pour modéliser notre bot :
Entretien 1
IVR : Bonjour ! Comment puis-je vous aider aujourd'hui?
Utilisateur : Je souhaite vérifier le solde de mon compte.
SVI : Bien sûr. Quel compte dois-je ouvrir ?
Utilisateur : Vérification.
SVI : Quel est le numéro de compte ?
Utilisateur : 1111 2222 3333 4444
IVR : A des fins de vérification, quelle est votre date de naissance ?
Utilisateur : 1er janvier 2000.
IVR : Merci. Le solde de votre compte courant est de 123 dollars.
Entretien 2
IVR : Bonjour ! Comment puis-je vous aider aujourd'hui?
Utilisateur : Je souhaite vérifier le solde de mon compte.
SVI : Bien sûr. Quel compte dois-je ouvrir ?
Utilisateur : Épargne.
SVI : Quel est le numéro de compte ?
Utilisateur : Je souhaite parler à un agent.
RVI : D’accord. Laissez-moi transférer l'appel. Un agent devrait être en mesure de vous aider avec votre demande.
Dans les exemples de conversations, l’IVR demande le type de compte, le numéro de compte et la date de naissance pour traiter les demandes de l’appelant. Dans cet article, nous examinons comment utiliser les grammaires pour collecter les informations et les post-traiter avec des scripts ECMA. Les grammaires pour l'ID de compte et la date couvrent plusieurs manières de fournir les informations. Nous examinons également la grammaire au cas où l'appelant ne serait pas en mesure de fournir les détails demandés (par exemple, son numéro de compte d'épargne) et choisirait plutôt de parler avec un agent.
Créez un chatbot Amazon Lex avec des grammaires
Nous construisons un robot Amazon Lex avec l'intention d'exécuter des fonctions bancaires de détail courantes telles que la vérification du solde du compte, le transfert de fonds et la commande de chèques. Le CheckAccountBalance
intent collecte des détails tels que le type de compte, l’identifiant du compte et la date de naissance, et fournit le montant du solde. Nous utilisons un type d'emplacement de grammaire pour collecter l'identifiant du compte et la date de naissance. Si l’appelant ne connaît pas l’information ou demande un agent, l’appel est transféré à un agent humain. Passons en revue la grammaire de l'ID de compte :
La grammaire a deux règles pour analyser les entrées de l'utilisateur. La première règle interprète les chiffres fournis par l'appelant. Ces chiffres sont ajoutés à la sortie via une variable de balise de script ECMA (out
). La deuxième règle gère le dialogue si l'appelant souhaite parler à un agent
. Dans ce cas, le out
La balise est renseignée avec le mot agent. Une fois les règles analysées, la balise out porte le numéro de compte (out.AccountNumber
) ou la chaîne agent
. La logique métier en aval peut désormais utiliser le out
tag gérer l’appel.
Déployer l'exemple de bot Amazon Lex
Pour créer l'exemple de bot et ajouter les grammaires, procédez comme suit. Cela crée un bot Amazon Lex appelé BankingBot
, et deux types d'emplacements de grammaire (accountNumber
, dateOfBirth
).
- Télécharger Bot Amazon Lex.
- Sur la console Amazon Lex, choisissez Actions, Puis choisissez L’.
- Choisissez le fichier
BankingBot.zip
que vous avez téléchargé et choisissez L’. Dans la section Autorisations IAM, pour Rôle d'exécution, choisissez Créer un nouveau rôle avec des autorisations Amazon Lex de base. - Choisissez le robot
BankingBot
sur la console Amazon Lex. - Téléchargez les fichiers XML pour numéro de compte ainsi que date de naissance. (Remarque : dans certains navigateurs, vous devrez « Enregistrer le lien » pour télécharger les fichiers XML)
- Sur la console Amazon S3, chargez les fichiers XML.
- Accédez aux types d'emplacements sur la console Amazon Lex et cliquez sur le bouton
accountNumber
type de fente - Dans la grammaire du type d'emplacement, sélectionnez le compartiment S3 avec le fichier XML et fournissez la clé de l'objet. Cliquer sur Enregistrer le type de logement.
- Accédez aux types d'emplacements sur la console Amazon Lex et cliquez sur le bouton
dateOfBirth
type de fente - Dans la grammaire du type d'emplacement, sélectionnez le compartiment S3 avec le fichier XML et fournissez la clé de l'objet. Cliquer sur Enregistrer le type de logement.
- Une fois les grammaires enregistrées, choisissez Développer.
- Télécharger le support AWS Lambda et accédez à la console AWS Lambda.
- Sur la page de création de fonction, sélectionnez Auteur à partir de zéro. Comme informations de base, veuillez fournir les éléments suivants : nom de la fonction
BankingBotEnglish
et RuntimePython 3.8
. - Cliquez sur Créer une fonction. Dans la section Source du code, ouvrez
lambda_funciton.py
ainsi que effacer le code existant. Télécharger le code et ouvrez-le dans un éditeur de texte. Copier ainsi que paste le code dans le videlambda_funciton.py
languette. - Selectionnez déployer.
- Accédez à la console Amazon Lex et sélectionnez
BankingBot
. Cliquez sur Déploiement et alors Alias suivie parTestBotAlias
- Sur le Alias sélection de page langues et naviguez jusqu'à Anglais (États-Unis).
- Pour la source Sélectionner
BankingBotEnglish
, Pour Version Lambda ou alias Sélectionner$LATEST
- Accédez à la console Amazon Connect, choisissez Flux de contact.
- Télécharger flux de contacts à intégrer au bot Amazon Lex.
- Dans la section Amazon Lex, sélectionnez votre bot Amazon Lex et rendez-le disponible pour une utilisation dans les flux de contact Amazon Connect.
- Sélectionnez le flux de contacts pour le charger dans l'application.
- Assurez-vous que le bon bot est configuré dans le bloc « Obtenir les commentaires du client ». Ajoutez un numéro de téléphone au flux de contacts.
- Choisissez une file d'attente dans le bloc "Définir la file d'attente de travail".
- Testez le flux IVR en appelant le numéro de téléphone.
- Testez la solution.
Testez la solution
Vous pouvez appeler le numéro de téléphone Amazon Connect et interagir avec le bot. Vous pouvez également tester la solution directement sur la console Amazon Lex V2 en utilisant la voix et le DTMF.
Conclusion
Les emplacements de grammaire personnalisés offrent la possibilité de collecter différents types d'informations dans une conversation. Vous avez la possibilité de capturer des transitions telles que le transfert à un agent. De plus, vous pouvez post-traiter les informations avant d'exécuter la logique métier. Vous pouvez activer les types d'emplacements de grammaire via la console Amazon Lex V2 ou le SDK AWS. La fonctionnalité est disponible dans toutes les régions AWS où Amazon Lex opère dans les langues anglaise (Australie), anglaise (Royaume-Uni) et anglaise (États-Unis).
Pour en savoir plus, consultez Utilisation d'un type d'emplacement de grammaire personnalisé. Vous pouvez également consulter la documentation Amazon Lex pour SRGS or ECMAScript pour plus d'information.
À propos des auteurs
Kai Lorec est un consultant en services professionnels Amazon Connect. Il travaille à la conception et à la mise en œuvre de solutions d'expérience client évolutives. Pendant son temps libre, on peut le trouver en train de faire du sport, du snowboard ou de la randonnée en montagne.
Harshal Pimpalkhute est chef de produit au sein de l'équipe Amazon Lex. Il passe son temps à essayer de faire en sorte que les machines interagissent (gentiment) avec les humains.
- Coinsmart. Le meilleur échange Bitcoin et Crypto d'Europe.
- Platoblockchain. Intelligence métaverse Web3. Connaissance amplifiée. ACCÈS LIBRE.
- CryptoHawk. Radar Altcoins. Essai gratuit.
- Source : https://aws.amazon.com/blogs/machine-learning/interpret-caller-input-using-grammar-slot-types-in-amazon-lex/
- "
- 100
- 9
- Compte
- agents
- Tous
- Amazon
- montant
- Application
- Australie
- disponibles
- AWS
- Services bancaires
- Début
- Block
- Bot
- construire
- la performance des entreprises
- Appelez-nous
- demandeur
- capturer
- vérification
- Contrôles
- Selectionnez
- code
- recueillir
- Collecte
- Commun
- Console
- consultant
- contact
- des bactéries
- Conversation
- conversations
- crée des
- Customiser
- expérience client
- Support à la clientèle
- conception
- différent
- chiffres
- directement
- Ne fait pas
- dollars
- éditeur
- Efficace
- permettre
- Anglais
- exemple
- Sortie
- Découvrez
- Prénom
- Flexibilité
- flux
- Abonnement
- le format
- trouvé
- fonction
- fonds
- aider
- Comment
- How To
- HTTPS
- humain
- Les êtres humains
- d'information
- contribution
- Assurance
- intégrer
- intention
- Interactif
- IT
- ACTIVITES
- langue
- APPRENTISSAGE
- LINK
- charge
- Les machines
- manager
- modèle
- PLUS
- plusieurs
- nombre
- ouvert
- Point
- politique
- processus
- Produit
- professionels
- fournir
- fournit
- public
- des fins
- nécessaire
- demandes
- exigent
- réponse
- détail
- Avis
- Itinéraire
- pour le running
- évolutive
- Sdk
- service
- Services
- set
- étapes
- So
- sur mesure
- Solutions
- quelques
- spécifiquement
- Sports
- Commencer
- Statut
- storage
- Boutique
- Support
- Appuyer
- Système
- discutons-en
- équipe
- tester
- fiable
- aujourd'hui
- transférer
- transféré
- Transfert
- typiquement
- Uk
- us
- utilisé
- Vérification
- Voir
- Voix
- W3
- Quoi
- Qu’est ce qu'
- dans les
- de travail
- vos contrats
- XML