Dans nos conversations quotidiennes, nous rencontrons de nouveaux mots ou termes que nous ne connaissons peut-être pas. Ceux-ci sont peut-être liés à un nouveau domaine avec lequel nous commençons à peine à nous familiariser, et nous les reprenons à mesure que nous en comprenons davantage sur le domaine. Par exemple, la terminologie des prêts immobiliers (« réduction »), les mots abrégés (« refi », « comps ») et les acronymes (« HELOC ») sont probablement nouveaux pour les acheteurs d'une première maison. De même, les noms de marque peuvent être délicats lorsque vous en entendez parler pour la première fois. Par exemple, avec la phrase « J'aimerais obtenir un Cyétus 7601 », à moins que vous ne soyez un amateur de café, vous ne réalisez peut-être pas que l'orateur parle d'une marque de machine à café. Certains de ces mots peuvent même ne pas être présents dans le dictionnaire. Une fois que nous comprenons leur utilisation, leur signification et leur orthographe, ils font partie de notre vocabulaire afin que nous puissions avoir des conversations efficaces.
De même, les bots doivent comprendre et ajouter ces mots à leur vocabulaire. Dès aujourd'hui, vous pouvez donner Amazon Lex des informations supplémentaires sur la façon de traiter la saisie vocale en créant un vocabulaire personnalisé. Vous pouvez créer une liste avec des mots spécifiques à un domaine ou des noms de marque pour améliorer la reconnaissance vocale et l'expérience de l'utilisateur final.
Dans cet article, nous passons en revue la capacité de vocabulaire personnalisé et l'utilisons pour les transactions et les requêtes du service client de prêt immobilier.
Présentation de la fonctionnalité de vocabulaire personnalisé
Vous définissez le vocabulaire personnalisé pour une langue dans le bot. Dans ce cas, nous ajoutons des noms de marque et des mots et expressions spécifiques à un domaine en anglais (GB). Le bot utilise ces phrases pour la transcription de l'entrée vocale lorsqu'il essaie de comprendre la demande de l'utilisateur (ou la classification d'intention). Vous pouvez également augmenter le vocabulaire personnalisé avec des informations que vous devez collecter (ou élicitation d'emplacement) en configurant un paramètre sur le type d'emplacement. Vous pouvez spécifier le degré d'accentuation de chaque mot ou expression en configurant une pondération de 1, 2 ou 3. Nous vous recommandons d'essayer différentes pondérations. Les mots généralement difficiles à reconnaître ou à prononcer devraient avoir un poids plus élevé.
Voici un exemple de conversation avec notre bot :
Agent virtuel : Bienvenue à la banque ACME. Comment puis-je vous aider?
Appelant : Offrez-vous CapitaRise des prêts ?
Agent virtuel : Nous proposons des prêts CapitaRise à des fins personnelles. Vous souhaitez démarrer une application ?
Appelant : Non, merci.
Agent virtuel : Y a-t-il autre chose que je puisse vous aider aujourd'hui ?
Appelant : Que diriez-vous de votre refi les taux?
Agent virtuel : Pour le refinancement, nous offrons 4.5 % sans frais de clôture pour un fixe de 30 ans. D'autres informations pourraient vous intéresser ?
Appelant : Oui, que diriez-vous SBA?
Agent virtuel : Nous offrons une variété de prêts administratifs aux petites entreprises. Vous pouvez trouver plus d'informations sur notre site Web. Puis-je faire autre chose pour vous ?
Appelant : Je voudrais effectuer un paiement sur mon HÉLOC.
Agent Virtuel : Pour procéder à un paiement, quel est l'identifiant du compte ?
Appelant: 1234
Agent virtuel : Merci. Quel est le montant du paiement ?
Appelant: 120
Agent virtuel : Merci. Le paiement doit être traité dans un délai de 1 à 2 jours ouvrables. Y a-t-il autre chose que je puisse vous aider ?
Appelant : Non, c'est ça.
Agent virtuel : Merci. Passe une bonne journée.
Vue d'ensemble de la solution
Passons en revue l'architecture globale de la solution (voir le schéma suivant) :
- Nous utilisons un bot Amazon Lex intégré à un Connexion Amazon flux de contacts pour offrir l'expérience conversationnelle
- Nous définissons le vocabulaire personnalisé pour la langue anglaise (GB) en ajoutant des mots tels que "CapitaRise", "HELOC" et "refi", ainsi que des poids
- Une fois l'appelant authentifié, le contrôle est passé au bot pour effectuer des transactions (par exemple, pour traiter le paiement)
Le fichier de vocabulaire personnalisé est une liste de valeurs séparées par des tabulations qui contient la phrase à reconnaître et un poids pour donner le coup de pouce. Les phrases avec une valeur d'accentuation plus élevée sont plus susceptibles d'être utilisées lorsqu'elles apparaissent dans l'entrée audio.
Déployer l'exemple de bot Amazon Lex
Pour créer l'exemple de bot et configurer le vocabulaire personnalisé, effectuez les étapes suivantes. Cela crée un bot Amazon Lex calledFinanceBot
, avec des intentions PersonalLoan
, BusinessLoan
, InterestRateRefinancing
, InterestRateCredit
, Payment
, Welcome
et la
Goodbye
, ainsi que deux types d'emplacements (accountNumber
ainsi que les confirmationSlot
).
- Télécharger Bot Amazon Lex.
- Sur la console Amazon Lex, choisissez Actions, L’.
- Choisissez le fichier FinanceBot.zip que vous avez téléchargé, puis choisissez L’.
- Dans le Autorisations IAM section, pour Rôle d'exécution, choisissez Créer un nouveau rôle avec des autorisations Amazon Lex de base.
- Sur la console Amazon Lex, accédez au bot
FinanceBot
. - Téléchargez le fichier .zip avec les phrases que vous souhaitez ajouter au vocabulaire personnalisé.
- Sur la page de détail du bot, dans le Ajouter des langues section, choisissez Afficher les langues.
- Dans la liste des langues, choisissez Anglais (GB).
- Dans le Vocabulaire personnalisé section, choisissez L’.
- Naviguez jusqu'au fichier à importer, entrez un mot de passe si nécessaire, puis choisissez L’.
- Selectionnez Développer.
- Télécharger le support Code AWS Lambda.
- Sur la console Lambda, créez une nouvelle fonction et sélectionnez Auteur à partir de zéro.
- Pour Nom de la fonctionentrer
FinanceBotEnglish
. - Pour Runtime, choisissez Python 3.8.
- Selectionnez Créer une fonction.
- Dans le Source du code section, ouverte
lambda_function.py
et supprimer le code existant. - Téléchargez le code et ouvrez-le dans un éditeur de texte.
- Copiez et collez le code dans l'onglet vide lambda_function.py.
- Selectionnez Déployer.
- Sur la console Amazon Lex, et ouvrez
FinanceBot
. - Selectionnez Déploiement et alors Alias, Suivie par
TestBotAlias
. - Sur le Alias page, dans la Langues section, accédez à Anglais (GB).
- Pour Identifier, sélectionnez
FinanceBotEnglish
. - Pour Version Lambda ou alias, Entrer
$LATEST
. - Sur 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 « Get Customer Input ».
- Choisissez une file d'attente dans le bloc "Définir la file d'attente de travail".
- Ajoutez un numéro de téléphone au flux de contacts.
- Testez le flux IVR en appelant le numéro de téléphone.
Testez la solution
Vous pouvez appeler le numéro de téléphone Amazon Connect et interagir avec le bot.
Conclusion
Le vocabulaire personnalisé permet une meilleure reconnaissance des mots spécifiques à un domaine et des noms de marque pour la modalité vocale. Vous pouvez facilement définir le vocabulaire personnalisé de votre bot Amazon Lex et l'étendre à la définition du bot. Grâce à une reconnaissance améliorée, vous pouvez activer des conversations plus efficaces dans un ensemble plus large de cas d'utilisation. Vous pouvez configurer un vocabulaire personnalisé à l'aide de la console Amazon Lex V2 ou via l'API. La capacité est disponible pour l'anglais (US) et l'anglais (GB) dans tous Régions AWS où opère Amazon Lex. Pour en savoir plus, reportez-vous au vocabulaire personnalisé Documentation.
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.
Anubhav Mishra est chef de produit chez AWS. Il passe son temps à comprendre les clients et à concevoir des expériences de produits pour relever leurs défis commerciaux.
Mebz Qazi est un consultant senior travaillant sur des projets mondiaux pour AWS. Il aime beaucoup travailler sur l'innovation technologique en langage naturel et en IA/ML.
Sravan Bodapati est responsable des sciences appliquées chez AWS Lex. Il se concentre sur la création de solutions d'intelligence artificielle et d'apprentissage automatique de pointe pour les clients AWS dans l'espace ASR et NLP. Dans ses temps libres, il aime faire de la randonnée, apprendre l'économie, regarder des émissions de télévision et passer du temps avec sa famille.
- 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/use-custom-vocabulary-in-amazon-lex-to-enhance-speech-recognition/
- "
- 100
- Qui sommes-nous
- Compte
- à travers
- Supplémentaire
- propos
- admin
- Tous
- Amazon
- montant
- api
- Application
- architecture
- artificiel
- intelligence artificielle
- L'INTELLIGENCE ARTIFICIELLE ET LE MACHINE LEARNING
- acoustique
- authentifié
- disponibles
- AWS
- Banque
- devenez
- Block
- stimuler
- Bot
- les robots
- Développement
- la performance des entreprises
- acheteurs
- Appelez-nous
- demandeur
- cas
- globaux
- Selectionnez
- classification
- fermeture
- code
- Café
- recueillir
- comment
- NOUS CONTACTER
- Console
- consultant
- contact
- des bactéries
- Conversation
- conversations
- Costs
- engendrent
- crée des
- La création
- Customiser
- des clients
- expérience client
- Service à la clientèle
- Clients
- journée
- conception
- détail
- différent
- difficile
- domaine
- même
- Économie
- Edge
- éditeur
- Efficace
- permettre
- Anglais
- Entrer
- exemple
- existant
- d'experience
- Expériences
- famille
- Prénom
- flux
- se concentre
- Abonnement
- trouvé
- fonction
- obtention
- Global
- l'
- vous aider
- augmentation
- Accueil
- Comment
- How To
- HTTPS
- la mise en œuvre
- amélioré
- d'information
- Innovation
- contribution
- intégrer
- des services
- Intelligence
- intention
- intéressé
- IT
- langue
- Langues
- APPRENTISSAGE
- apprentissage
- Probable
- Liste
- charge
- Prêts
- click
- machine learning
- manager
- sens
- PLUS
- noms
- Nature
- nécessaire
- nombre
- code
- ouvert
- Autre
- global
- Mot de Passe
- Paiement
- être
- personnel
- les expressions clés
- jouer
- représentent
- processus
- Produit
- professionels
- projets
- des fins
- Tarifs
- réaliser
- reconnaître
- recommander
- nécessaire
- Avis
- évolutive
- Sciences
- service
- Services
- set
- mise
- De même
- petit
- les petites entreprises
- So
- sur mesure
- Solutions
- quelques
- Space
- Speaker
- Dépenses
- Sports
- j'ai commencé
- Appuyer
- parlant
- technologique
- terminologie
- fiable
- aujourd'hui
- Transactions
- tv
- comprendre
- compréhension
- us
- utilisé
- d'habitude
- Plus-value
- variété
- Site Web
- bienvenu
- Quoi
- Qu’est ce qu'
- dans les
- des mots
- de travail
- vos contrats
- pourra
- années