Dalam percakapan sehari-hari, kita menemukan kata atau istilah baru yang mungkin tidak kita ketahui. Mungkin ini terkait dengan domain baru yang baru saja kami kenal, dan kami mengambilnya saat kami lebih memahami tentang domain tersebut. Misalnya, istilah pinjaman rumah (โpenguranganโ), kata-kata singkat, (โrefiโ, โcompsโ), dan akronim (โHELOCโ) kemungkinan baru bagi pembeli rumah pertama kali. Demikian pula, nama merek bisa menjadi rumit ketika Anda pertama kali mendengarnya. Misalnya, dengan kalimat โSaya ingin mendapatkan Cyetus 7601โ, kecuali Anda seorang pecinta kopi, Anda mungkin tidak menyadari bahwa pembicara sedang berbicara tentang merek mesin kopi. Beberapa dari kata-kata ini bahkan mungkin tidak ada dalam kamus. Setelah kita memahami penggunaan, arti, dan ejaannya, mereka menjadi bagian dari kosakata kita sehingga kita dapat melakukan percakapan yang efektif.
Demikian pula, bot harus memahami dan menambahkan kata-kata seperti itu ke kosa kata mereka. Mulai hari ini, Anda bisa memberi AmazonLex informasi tambahan tentang cara memproses input ucapan dengan membuat kosakata khusus. Anda dapat membuat daftar dengan kata atau nama merek khusus domain untuk pengenalan ucapan dan pengalaman pengguna akhir yang lebih baik.
Dalam posting ini, kami meninjau kemampuan kosakata khusus dan menggunakannya untuk transaksi dan permintaan layanan pelanggan pinjaman rumah.
Tinjauan tentang kemampuan kosakata khusus
Anda menentukan kosakata khusus untuk bahasa di bot. Dalam hal ini, kami menambahkan nama merek dan kata serta frasa khusus domain dalam bahasa Inggris (GB). Bot menggunakan frasa ini untuk transkripsi masukan ucapan saat mencoba memahami permintaan pengguna (atau klasifikasi maksud). Anda juga dapat menambah kosakata khusus dengan informasi yang harus Anda kumpulkan (atau elisitasi slot) dengan mengonfigurasi pengaturan pada jenis slot. Anda dapat menentukan tingkat peningkatan untuk setiap kata atau frasa dengan mengonfigurasi bobot 1, 2, atau 3. Sebaiknya Anda mencoba bobot yang berbeda. Kata-kata yang biasanya sulit dikenali atau diucapkan harus memiliki bobot yang lebih tinggi.
Berikut adalah contoh percakapan dengan bot kami:
Agen Virtual: Selamat datang di bank ACME. Apa yang bisa saya bantu?
Penelepon: Apakah Anda menawarkan? KapitaNaik Pinjaman?
Agen Virtual: Kami menawarkan pinjaman CapitaRise untuk keperluan pribadi. Apakah Anda ingin memulai aplikasi?
Penelepon: Tidak, terima kasih.
Agen Virtual: Apakah ada hal lain yang dapat saya bantu hari ini?
Penelepon: Bagaimana dengan Anda? ref tarif?
Agen Virtual: Untuk pembiayaan kembali, kami menawarkan 4.5% tanpa biaya penutupan selama 30 tahun tetap. Informasi lain yang mungkin Anda minati?
Penelepon: Ya, bagaimana? SBA?
Agen Virtual: Kami menawarkan berbagai pinjaman admin usaha kecil. Anda dapat menemukan informasi lebih lanjut di situs web kami. Ada lagi yang bisa saya lakukan untuk Anda?
Penelepon: Saya ingin melakukan pembayaran di my HALO.
Agen Virtual: Untuk melanjutkan pembayaran, apa ID akunnya?
Penelepon: 1234
Agen Virtual: Terima kasih. Berapa jumlah pembayarannya?
Penelepon: 120
Agen Virtual: Terima kasih. Pembayaran harus diproses dalam 1 hingga 2 hari kerja. Ada lagi yang bisa saya bantu?
Penelepon: Tidak, itu saja.
Agen Virtual: Terima kasih. Semoga harimu menyenangkan.
Ikhtisar solusi
Mari kita tinjau arsitektur keseluruhan untuk solusi (lihat diagram berikut):
- Kami menggunakan bot Amazon Lex yang terintegrasi dengan Sambungan Amazon aliran kontak untuk menyampaikan pengalaman percakapan
- Kami mendefinisikan kosakata khusus untuk bahasa Inggris (GB) dengan menambahkan kata-kata seperti โCapitaRise,โ โHELOC,โ dan โrefiโ, bersama dengan bobot
- Setelah pemanggil diautentikasi, kontrol diteruskan ke bot untuk melakukan transaksi (misalnya, untuk memproses pembayaran)
File kosakata khusus adalah daftar nilai yang dipisahkan tab yang berisi frasa untuk dikenali dan bobot untuk memberikan dorongan. Frase dengan nilai boost yang lebih tinggi lebih mungkin digunakan saat muncul di input audio.
Terapkan contoh bot Amazon Lex
Untuk membuat bot sampel dan mengkonfigurasi kosakata khusus, lakukan langkah-langkah berikut. Ini membuat bot Amazon Lex calledFinanceBot
, dengan maksud PersonalLoan
, BusinessLoan
, InterestRateRefinancing
, InterestRateCredit
, Payment
, Welcome
, dan Goodbye
, serta dua jenis slot (accountNumber
dan confirmationSlot
).
- Download Bot Amazon Lex.
- Di konsol Amazon Lex, pilih tindakan, impor.
- Pilih file file FinanceBot.zip yang Anda download, dan pilih impor.
- Dalam majalah Izin IAM bagian, untuk Peran waktu proses, pilih Buat peran baru dengan izin Amazon Lex dasar.
- Di konsol Amazon Lex, navigasikan ke bot
FinanceBot
. - Unduh file .zip dengan frasa yang ingin Anda tambahkan ke kosakata khusus.
- Di halaman detail bot, di Tambahkan bahasa bagian, pilih Lihat bahasa.
- Dari daftar bahasa, pilih Inggris (GB).
- Dalam majalah Kosakata khusus bagian, pilih impor.
- Telusuri ke file yang akan diimpor, masukkan kata sandi jika perlu, lalu pilih impor.
- Pilih Membangun.
- Unduh yang mendukung Kode AWS Lambda.
- Di konsol Lambda, buat fungsi baru dan pilih Penulis dari awal.
- Untuk Nama fungsiยธ masuk
FinanceBotEnglish
. - Untuk Runtime, pilih Python 3.8.
- Pilih Buat fungsi.
- Dalam majalah Kode sumber bagian, buka
lambda_function.py
dan hapus kode yang ada. - Unduh kode dan buka di editor teks.
- Salin dan tempel kode ke tab lambda_function.py yang kosong.
- Pilih Menyebarkan.
- Di konsol Amazon Lex, dan buka
FinanceBot
. - Pilih Penyebaran lalu alias, Diikuti oleh
TestBotAlias
. - pada alias halaman, di halaman Bahasa bagian, navigasikan ke Inggris (GB).
- Untuk sumber, pilih
FinanceBotEnglish
. - Untuk Versi Lambda atau alias, Masuk
$LATEST
. - Di konsol Amazon Connect, pilih Arus kontak.
- Download aliran kontak untuk berintegrasi dengan bot Amazon Lex.
- Di bagian Amazon Lex, pilih bot Amazon Lex Anda dan sediakan untuk digunakan dalam alur kontak Amazon Connect.
- Pilih aliran kontak untuk memuatnya ke dalam aplikasi.
- Pastikan bot yang tepat dikonfigurasi di blok "Dapatkan Masukan Pelanggan".
- Pilih antrean di blok โSetel antrean kerjaโ.
- Tambahkan nomor telepon ke alur kontak.
- Uji aliran IVR dengan menelepon ke nomor telepon.
Uji solusinya
Anda dapat menelepon ke nomor telepon Amazon Connect dan berinteraksi dengan bot.
Kesimpulan
Kosakata khusus memungkinkan peningkatan pengenalan kata-kata khusus domain dan nama merek untuk modalitas bicara. Anda dapat dengan mudah menentukan kosakata khusus untuk bot Amazon Lex Anda dan menambahkannya ke definisi bot. Dengan pengenalan yang ditingkatkan, Anda dapat mengaktifkan percakapan yang lebih efektif di seluruh rangkaian kasus penggunaan yang lebih luas. Anda dapat mengonfigurasi kosakata khusus menggunakan konsol Amazon Lex V2 atau melalui API. Kemampuan ini tersedia untuk Bahasa Inggris (AS) dan Bahasa Inggris (GB) di semua Wilayah AWS tempat Amazon Lex beroperasi. Untuk mempelajari lebih lanjut, lihat kosakata khusus dokumentasi.
Tentang Penulis
Kai Lorek adalah layanan profesional konsultan Amazon Connect. Dia bekerja merancang dan mengimplementasikan solusi pengalaman pelanggan yang terukur. Di waktu luangnya, ia dapat ditemukan bermain olahraga, snowboarding, atau hiking di pegunungan.
Anubhav Misra adalah Manajer Produk dengan AWS. Dia menghabiskan waktunya untuk memahami pelanggan dan merancang pengalaman produk untuk mengatasi tantangan bisnis mereka.
Mebz Qazi adalah Konsultan Senior yang mengerjakan proyek global untuk AWS. Dia sangat senang mengerjakan inovasi teknologi dalam bahasa alami dan AI/ML.
Sravan Bodapati adalah Manajer Sains Terapan di AWS Lex. Dia berfokus untuk membangun solusi Artificial Intelligence dan Machine Learning yang canggih untuk pelanggan AWS di ruang ASR dan NLP. Di waktu luangnya, ia menikmati hiking, belajar ekonomi, menonton acara TV dan menghabiskan waktu bersama keluarganya.
- Coinsmart. Pertukaran Bitcoin dan Crypto Terbaik Eropa.
- Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. AKSES GRATIS.
- CryptoHawk. Radar Altcoin. Uji Coba Gratis.
- Sumber: https://aws.amazon.com/blogs/machine-learning/use-custom-vocabulary-in-amazon-lex-to-enhance-speech-recognition/
- "
- 100
- Tentang Kami
- Akun
- di seluruh
- Tambahan
- alamat
- admin
- Semua
- Amazon
- jumlah
- api
- Aplikasi
- arsitektur
- buatan
- kecerdasan buatan
- Kecerdasan Buatan dan Pembelajaran Mesin
- audio
- dikonfirmasi
- tersedia
- AWS
- Bank
- menjadi
- Memblokir
- meningkatkan
- Bot
- bot
- Bangunan
- bisnis
- pembeli
- panggilan
- pemanggil
- kasus
- tantangan
- Pilih
- klasifikasi
- penutupan
- kode
- Tanaman
- mengumpulkan
- bagaimana
- Terhubung
- konsul
- konsultan
- kontak
- kontrol
- Percakapan
- percakapan
- Biaya
- membuat
- menciptakan
- membuat
- adat
- pelanggan
- pengalaman pelanggan
- Layanan Pelanggan
- pelanggan
- hari
- merancang
- rinci
- berbeda
- sulit
- domain
- mudah
- Ekonomi
- Tepi
- editor
- Efektif
- aktif
- Inggris
- Enter
- contoh
- ada
- pengalaman
- Pengalaman
- keluarga
- Pertama
- aliran
- berfokus
- berikut
- ditemukan
- fungsi
- mendapatkan
- Aksi
- besar
- membantu
- lebih tinggi
- Beranda
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- HTTPS
- mengimplementasikan
- ditingkatkan
- informasi
- Innovation
- memasukkan
- mengintegrasikan
- terpadu
- Intelijen
- maksud
- tertarik
- IT
- bahasa
- Bahasa
- BELAJAR
- pengetahuan
- Mungkin
- Daftar
- memuat
- Pinjaman
- mesin
- Mesin belajar
- manajer
- makna
- lebih
- nama
- Alam
- perlu
- jumlah
- menawarkan
- Buka
- Lainnya
- secara keseluruhan
- Kata Sandi
- pembayaran
- mungkin
- pribadi
- frase
- bermain
- menyajikan
- proses
- Produk
- profesional
- memprojeksikan
- tujuan
- Tarif
- menyadari
- mengenali
- sarankan
- permintaan
- ulasan
- terukur
- Ilmu
- layanan
- Layanan
- set
- pengaturan
- Demikian pula
- kecil
- bisnis kecil
- So
- larutan
- Solusi
- beberapa
- Space
- Pembicara
- Pengeluaran
- Olahraga
- mulai
- pendukung
- pembicaraan
- teknologi
- terminologi
- waktu
- hari ini
- Transaksi
- tv
- memahami
- pemahaman
- us
- menggunakan
- biasanya
- nilai
- variasi
- Situs Web
- selamat datang
- Apa
- Apa itu
- dalam
- kata
- kerja
- bekerja
- akan
- tahun