Klantenserviceoproepen vereisen dat agenten van de klant over de accountgegevens van de klant beschikken om het verzoek van de beller te verwerken. Om bijvoorbeeld een status van een verzekeringsclaim te geven, heeft de ondersteuningsagent informatie over de polishouder nodig, zoals de polis-ID en het claimnummer. Dergelijke informatie wordt vaak verzameld in de IVR-stroom (Interactive Voice Response) aan het begin van een klantondersteuningsgesprek. IVR-systemen hebben doorgaans grammatica's gebruikt op basis van de Spraakherkenning Grammatica Specificatie (SRGS)-indeling om regels te definiรซren en bellerinformatie te ontleden (polis-ID, claimnummer). U kunt nu dezelfde grammatica's gebruiken in Amazon-Lex informatie verzamelen in een spraakgesprek. U kunt ook semantische interpretatieregels geven met: ECMAScript tags in de grammaticabestanden. De grammatica-ondersteuning in Amazon Lex biedt gedetailleerde controle voor het verzamelen en nabewerken van gebruikersinvoer, zodat u een effectieve dialoog kunt beheren.
In dit bericht bekijken we de grammatica-ondersteuning in Amazon Lex en schrijven we een voorbeeldgrammatica voor gebruik in een Amazon Connect contactstroom.
Gebruik grammatica om informatie in een gesprek te verzamelen
U kunt de grammatica schrijven als een slottype in Amazon Lex. Eerst geeft u een set regels in de SRGS-indeling op om gebruikersinvoer te interpreteren. Als optionele tweede stap kunt u een ECMA-script schrijven dat de in het dialoogvenster verzamelde informatie transformeert. Ten slotte slaat u de grammatica op als een XML-bestand in een Amazon eenvoudige opslagservice (Amazon S3) bucket en verwijs naar de link in uw botdefinitie. SRGS-grammatica's zijn speciaal ontworpen voor spraak- en DTMF-modaliteiten. We gebruiken de volgende voorbeeldgesprekken om onze bot te modelleren:
Gesprek 1
IVR: Hallo! Hoe kan ik je vandaag helpen?
Gebruiker: ik wil mijn rekeningsaldo controleren.
IVR: Zeker. Welk account moet ik opvragen?
Gebruiker: Controleren.
IVR: Wat is het rekeningnummer?
Gebruiker: 1111 2222 3333 4444
IVR: Wat is uw geboortedatum voor verificatiedoeleinden?
Gebruiker: 1 januari 2000.
IVR: Dank je. Het saldo op uw betaalrekening is $ 123 dollar.
Gesprek 2
IVR: Hallo! Hoe kan ik je vandaag helpen?
Gebruiker: ik wil mijn rekeningsaldo controleren.
IVR: Zeker. Welk account moet ik opvragen?
Gebruiker: Besparingen.
IVR: Wat is het rekeningnummer?
Gebruiker: Ik wil met een agent praten.
IVR: Okรฉ. Laat me het gesprek doorverbinden. Een agent moet u kunnen helpen met uw verzoek.
In de voorbeeldgesprekken vraagt โโde IVR om het accounttype, het accountnummer en de geboortedatum om de verzoeken van de beller te verwerken. In dit bericht bekijken we hoe we de grammatica's kunnen gebruiken om de informatie te verzamelen en deze na te verwerken met ECMA-scripts. De grammatica's voor account-ID en datum omvatten meerdere manieren om de informatie te verstrekken. We bekijken ook de grammatica voor het geval de beller de gevraagde details niet kan verstrekken (bijvoorbeeld hun spaarrekeningnummer) en in plaats daarvan ervoor kiest om met een agent te spreken.
Bouw een Amazon Lex-chatbot met grammatica
We bouwen een Amazon Lex-bot met de bedoeling om veelvoorkomende functies voor retailbankieren uit te voeren, zoals het controleren van het rekeningsaldo, het overmaken van geld en het bestellen van cheques. De CheckAccountBalance
intent verzamelt details zoals accounttype, account-ID en geboortedatum en geeft het saldo op. We gebruiken een type grammaticaslot om de account-ID en geboortedatum te verzamelen. Als de beller de informatie niet weet of om een โโagent vraagt, wordt het gesprek doorgeschakeld naar een menselijke agent. Laten we de grammatica voor de account-ID eens bekijken:
De grammatica heeft twee regels om gebruikersinvoer te ontleden. De eerste regel interpreteert de cijfers die door de beller worden verstrekt. Deze cijfers worden aan de uitvoer toegevoegd via een ECMA-scripttagvariabele (out
). De tweede regel beheert de dialoog als de beller wil praten met een agent
. In dit geval de out
tag is gevuld met het woord agent. Nadat de regels zijn geparseerd, draagt โโde out-tag het accountnummer (out.AccountNumber
) of de tekenreeks agent
. De downstream-bedrijfslogica kan nu de out
tag het gesprek afhandelen.
Implementeer de voorbeeld-Amazon Lex-bot
Voer de volgende stappen uit om de voorbeeldbot te maken en de grammatica toe te voegen. Dit creรซert een Amazon Lex-bot genaamd BankingBot
, en twee typen grammaticale slots (accountNumber
, dateOfBirth
).
- Download de Amazon Lex-bot.
- Kies op de Amazon Lex-console Acties, kies dan import.
- Kies het bestand
BankingBot.zip
die u hebt gedownload en kies import. Kies in het gedeelte IAM-machtigingen voor Runtime-rol: Maak een nieuwe rol met basis Amazon Lex-machtigingen. - Kies de bot
BankingBot
op de Amazon Lex-console. - Download de XML-bestanden voor rekeningnummer en geboortedatum. (Opmerking: in sommige browsers moet u "De link opslaan" om de XML-bestanden te downloaden)
- Upload de XML-bestanden op de Amazon S3-console.
- Navigeer naar de slottypes op de Amazon Lex-console en klik op de
accountNumber
sleuf type - Selecteer in de grammatica van het slottype de S3-bucket met het XML-bestand en geef de objectsleutel op. Klik op Sla het type slot op.
- Navigeer naar de slottypes op de Amazon Lex-console en klik op de
dateOfBirth
sleuf type - Selecteer in de grammatica van het slottype de S3-bucket met het XML-bestand en geef de objectsleutel op. Klik op Sla het type slot op.
- Nadat de grammatica's zijn opgeslagen, kiest u Bouw.
- Download de ondersteunende AWS Lambda en Navigeer naar de AWS Lambda-console.
- Selecteer op de pagina functie aanmaken Auteur vanaf nul. Geef als basisinformatie het volgende op: functie naam
BankingBotEnglish
en RuntimePython 3.8
. - Klik op Creรซer functie. Open in het gedeelte Codebron
lambda_funciton.py
en verwijderen de bestaande code. Downloaden de code en open deze in een teksteditor. Kopiรซren en pasta de code in de legelambda_funciton.py
Tab. - Kies aanwenden.
- Navigeer naar de Amazon Lex Console en selecteer
BankingBot
. Klik op Deployment en Aliassen gevolgd doorTestBotAlias
- Op de Aliassen pagina selecteren talen en navigeer naar Engels (US).
- Voor (bron) kiezen
BankingBotEnglish
voor Lambda-versie of alias kiezen$LATEST
- Navigeer naar de Amazon Connect-console, kies Contact stromen.
- Download de contactstroom om te integreren met de Amazon Lex-bot.
- Selecteer in het gedeelte Amazon Lex uw Amazon Lex-bot en maak deze beschikbaar voor gebruik in de Amazon Connect-contactstromen.
- Selecteer de contactstroom om deze in de applicatie te laden.
- Zorg ervoor dat de juiste bot is geconfigureerd in het blok "Klantinvoer ophalen". Voeg een telefoonnummer toe aan de contactstroom.
- Kies een wachtrij in het blok "Werkwachtrij instellen".
- Test de IVR-flow door in te bellen op het telefoonnummer.
- Test de oplossing.
Test de oplossing
U kunt bellen naar het Amazon Connect-telefoonnummer en communiceren met de bot. U kunt de oplossing ook rechtstreeks testen op de Amazon Lex V2-console met spraak en DTMF.
Conclusie
Aangepaste grammatica-slots bieden de mogelijkheid om verschillende soorten informatie in een gesprek te verzamelen. U hebt de flexibiliteit om overgangen vast te leggen, zoals overdracht aan een agent. Bovendien kunt u de informatie naverwerken voordat u de bedrijfslogica uitvoert. U kunt typen grammatica-slots inschakelen via de Amazon Lex V2-console of AWS SDK. De mogelijkheid is beschikbaar in alle AWS-regio's waar Amazon Lex actief is in de talen Engels (Australiรซ), Engels (VK) en Engels (VS).
Raadpleeg voor meer informatie: Een aangepast type grammaticaruimte gebruiken. U kunt ook de Amazon Lex-documentatie bekijken voor: SRGS or ECMAScript voor meer informatie.
Over de auteurs
Kai Lorec is een professionele Amazon Connect-consultant. Hij werkt aan het ontwerpen en implementeren van schaalbare oplossingen voor klantervaringen. In zijn vrije tijd is hij te vinden aan het sporten, snowboarden of wandelen in de bergen.
Harshal Pimpalkhute is een productmanager in het Amazon Lex-team. Hij besteedt zijn tijd aan het proberen machines ertoe te brengen (netjes) met mensen om te gaan.
- Coinsmart. Europa's beste Bitcoin- en crypto-uitwisseling.
- Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. GRATIS TOEGANG.
- CryptoHawk. Altcoin-radar. Gratis proefversie.
- Bron: https://aws.amazon.com/blogs/machine-learning/interpret-caller-input-using-grammar-slot-types-in-amazon-lex/
- "
- 100
- 9
- Account
- agenten
- Alles
- Amazone
- bedragen
- Aanvraag
- Australiรซ
- Beschikbaar
- AWS
- Bankieren
- Begin
- Blok
- Bot
- bouw
- bedrijfsdeskundigen
- Bellen
- bezoeker
- vangen
- controleren
- Controles
- Kies
- code
- verzamelen
- Het verzamelen van
- Gemeen
- troosten
- consultant
- contact
- onder controle te houden
- Gesprek
- conversaties
- creรซert
- gewoonte
- klantervaring
- Klantenservice
- ontwerpen
- anders
- cijfers
- direct
- Nee
- dollar
- editor
- effectief
- in staat stellen
- Engels
- voorbeeld
- afrit
- ervaring
- Voornaam*
- Flexibiliteit
- stroom
- volgend
- formaat
- gevonden
- functie
- fondsen
- hulp
- Hoe
- How To
- HTTPS
- menselijk
- Mensen
- informatie
- invoer
- verzekering
- integreren
- aandachtig
- interactieve
- IT
- sleutel
- taal
- LEARN
- LINK
- laden
- Machines
- manager
- model
- meer
- meervoudig
- aantal
- open
- punt
- beleidsmaatregelen
- Product
- professioneel
- zorgen voor
- biedt
- publiek
- doeleinden
- te vragen
- verzoeken
- vereisen
- antwoord
- <HR>Retail
- beoordelen
- weg
- reglement
- lopend
- schaalbare
- sdk
- service
- Diensten
- reeks
- Eenvoudig
- So
- oplossing
- Oplossingen
- sommige
- specifiek
- Sport
- begin
- Status
- mediaopslag
- shop
- ondersteuning
- Ondersteuning
- Systems
- Talk
- team
- proef
- niet de tijd of
- vandaag
- overdracht
- overgedragen
- Overbrengen
- typisch
- Uk
- us
- .
- Verificatie
- Bekijk
- Stem
- W3
- Wat
- Wat is
- binnen
- werkzaam
- Bedrijven
- XML