Učinkovite samopostrežne možnosti postajajo vse bolj kritične za kontaktne centre, vendar njihovo dobro izvajanje predstavlja posebne izzive.
Amazon Lex zagotavlja vaše Amazon Connect kontaktni center s funkcijami chatbota, kot sta samodejno prepoznavanje govora (ASR) in zmožnosti razumevanja naravnega jezika (NLU) prek glasovnih in besedilnih kanalov. Bot sprejme govor ali vnos besedila v naravnem jeziku, prepozna namen za vnosom in izpolni namen uporabnika s priklicem ustreznega odgovora.
Klicatelji imajo lahko različne poudarke, izgovorjavo in slovnico. V kombinaciji s hrupom v ozadju lahko to oteži prepoznavanje govora pri natančnem razumevanju izjav. Na primer, »Želim slediti svojemu naročilu« je lahko napačno prepoznano kot »Želim prepeljati svoje držalo«. Neuspešne namere, kot so te, frustrirajo stranke, ki se morajo ponavljati, so preusmerjene nepravilno ali pa so posredovane posrednikom v živo – kar podjetja stane več.
Amazon Bedrock demokratizira dostop do temeljnega modela (FM) za razvijalce, da lahko brez truda zgradijo in povečajo generativne aplikacije, ki temeljijo na AI, za sodoben kontaktni center. FM-ji, ki jih zagotavlja Amazon Bedrock, kot npr Amazon Titan in Antropični Claude, so predhodno usposobljeni za nabore podatkov v internetnem merilu, ki jim dajejo močne zmogljivosti NLU, kot so klasifikacija stavkov, vprašanja in odgovori ter izboljšano semantično razumevanje kljub napakam pri prepoznavanju govora.
V tem prispevku raziskujemo rešitev, ki uporablja FM-je, ki jih ponuja Amazon Bedrock, za izboljšanje prepoznavanja namena Amazon Lex, integriranega z Amazon Connect, kar na koncu zagotavlja izboljšano samopostrežno izkušnjo za vaše stranke.
Pregled rešitve
Rešitev uporablja Amazon Connect, Amazon Lex , AWS Lambdain Amazon Bedrock v naslednjih korakih:
- Kontaktni tok Amazon Connect se integrira z botom Amazon Lex prek
GetCustomerInput
Blok. - Ko bot ne prepozna namena klicatelja in privzeto uporabi nadomestni namen, se sproži funkcija Lambda.
- Funkcija Lambda vzame prepis izjave stranke in ga posreduje osnovnemu modelu v Amazon Bedrock
- Z uporabo svojih naprednih zmožnosti naravnega jezika model določi namen klicatelja.
- Funkcija Lambda nato usmeri bot, da klic usmeri k pravilnemu namenu za izpolnitev.
Z uporabo temeljnih modelov Amazon Bedrock rešitev botu Amazon Lex omogoča razumevanje namenov kljub napakam pri prepoznavanju govora. Posledica tega je nemoteno usmerjanje in izpolnjevanje, s čimer se prepreči stopnjevanje zastopnikov in frustrirajoče ponavljanje za klicatelje.
Naslednji diagram ponazarja arhitekturo rešitve in potek dela.
V naslednjih razdelkih si podrobneje ogledamo ključne komponente rešitve.
Funkcije Lambda in ogrodje LangChain
Ko bot Amazon Lex prikliče funkcijo Lambda, pošlje sporočilo o dogodku, ki vsebuje informacije o botu in prepis izjave klicatelja. Z uporabo tega sporočila o dogodku funkcija Lambda dinamično pridobi konfigurirane namere, opis namere in izjave namere bota ter ustvari poziv z uporabo LangChain, ki je odprtokodno ogrodje strojnega učenja (ML), ki razvijalcem omogoča integracijo velikih jezikovnih modelov (LLM), virov podatkov in aplikacij.
Nato se z uporabo poziva prikliče temeljni model Amazon Bedrock in prejme se odgovor s predvidenim namenom in stopnjo zaupanja. Če je stopnja zaupanja višja od nastavljenega praga, na primer 80 %, funkcija vrne identificirani namen v Amazon Lex z dejanjem za prenese. Če je raven zaupanja pod pragom, se privzeto vrne na privzeto FallbackIntent
in dejanje za zaprtje.
Učenje v kontekstu, hitro inženirstvo in priklic modela
Uporabljamo učenje v kontekstu, da lahko uporabimo temeljni model za izpolnitev te naloge. Učenje v kontekstu je zmožnost LLM-jev, da se naloge naučijo samo z uporabo tega, kar je v pozivu, ne da bi bili predhodno usposobljeni ali natančno nastavljeni za določeno nalogo.
V pozivu najprej zagotovimo navodila, ki podrobno opisujejo, kaj je treba narediti. Nato funkcija Lambda dinamično pridobi in vstavi konfigurirane namene, opise namenov in izjave namenov bota Amazon Lex v poziv. Nazadnje mu posredujemo navodila, kako izpisati svoje razmišljanje in končni rezultat.
Naslednja predloga poziva je bila preizkušena na modelih za generiranje besedila Anthropic Claude Instant v1.2 in Anthropic Claude v2. Za boljše izboljšanje delovanja modela uporabljamo oznake XML. Modelu dodamo tudi prostor za razmislek, preden ugotovi končni namen, da bi bolje izboljšali svoje razloge za izbiro pravega namena. The {intent_block}
vsebuje ID-je namena, opise namena in izjave namena. The {input}
blok vsebuje transkribirano izjavo klicatelja. Na koncu so dodane tri povratne kljukice (»`), ki pomagajo modelu bolj dosledno izpisati blok kode. A <STOP>
je dodano zaporedje, da se prepreči nadaljnje ustvarjanje.
Ko je bil model priklican, od temeljnega modela prejmemo naslednji odgovor:
Filtrirajte razpoložljive namene na podlagi atributov seje toka stika
Ko uporabljate rešitev kot del kontaktnega toka Amazon Connect, lahko dodatno izboljšate zmožnost LLM-a za prepoznavanje pravilnega namena z določitvijo atributa seje available_intents
v »Pridobite vnos strank« blok s seznamom namenov, ločenih z vejicami, kot je prikazano na naslednjem posnetku zaslona. S tem bo funkcija Lambda vključila samo te določene namene kot del poziva LLM, s čimer se bo zmanjšalo število namenov, skozi katere mora LLM razmišljati. Če je available_intents
atribut seje ni naveden, bodo privzeto uporabljeni vsi nameni v botu Amazon Lex.
Odziv lambda funkcije na Amazon Lex
Ko LLM ugotovi namen, se funkcija Lambda odzove v poseben format zahteva Amazon Lex za obdelavo odgovora.
Če je najden ujemajoči se namen nad pragom zaupanja, vrne vrsto dejanja pogovornega okna Delegate
da naroči Amazon Lexu, naj uporabi izbrani namen in nato vrne dokončan namen nazaj v Amazon Connect. Rezultat odgovora je naslednji:
Če je stopnja zaupanja pod pragom ali namen ni bil prepoznan, se vrsta dejanja pogovornega okna Zapri se vrne, da Amazon Lexu naroči, naj zapre FallbackIntent
in vrnite nadzor nazaj v Amazon Connect. Rezultat odgovora je naslednji:
Celotna izvorna koda za ta vzorec je na voljo v GitHub.
Predpogoji
Preden začnete, se prepričajte, da imate naslednje predpogoje:
Izvedite rešitev
Za izvedbo rešitve izvedite naslednje korake:
- Klonirajte repozitorij
- Zaženite naslednji ukaz, da inicializirate okolje in ustvarite Registar elastičnih zabojnikov Amazon (Amazon ECR) repozitorij za sliko naše funkcije Lambda. Navedite regijo AWS in ime repozitorija ECR, ki ga želite ustvariti.
- Posodobite
ParameterValue
polja vscripts/parameters.json
datoteka:ParameterKey ("AmazonECRImageUri")
– Vnesite URL repozitorija iz prejšnjega koraka.ParameterKey ("AmazonConnectName")
– Vnesite edinstveno ime.ParameterKey ("AmazonLexBotName")
– Vnesite edinstveno ime.ParameterKey ("AmazonLexBotAliasName")
– Privzeta vrednost je »prodversion«; po potrebi ga lahko spremenite.ParameterKey ("LoggingLevel")
– Privzeto je »INFO«; po potrebi ga lahko spremenite. Veljavne vrednosti so DEBUG, WARN in ERROR.ParameterKey ("ModelID")
– Privzeta vrednost je »anthropic.claude-instant-v1«; lahko ga spremenite, če morate uporabiti drug model.ParameterKey ("AmazonConnectName")
– Privzeta vrednost je »0.75«; lahko ga spremenite, če morate posodobiti oceno zaupanja.
- Zaženite ukaz za ustvarjanje sklada CloudFormation in razmestitev virov:
Če v Amazon Connect ne želite ustvariti toka stikov od začetka, lahko uvozite vzorčni tok, ki je na voljo s tem skladiščem filelocation: /contactflowsample/samplecontactflow.json
.
- Prijavite se v svoj Primerek Amazon Connect. Računu mora biti dodeljen varnostni profil, ki vključuje dovoljenja za urejanje tokov.
- Na konzoli Amazon Connect v navigacijskem podoknu pod Usmerjanje, izberite Kontaktni tokovi.
- Ustvarite nov tok iste vrste, kot je tisti, ki ga uvažate.
- Izberite Potek shranjevanja in uvoza.
- Izberite datoteko za uvoz in izberite uvoz.
Ko se tok uvozi v obstoječi tok, se posodobi tudi ime obstoječega toka.
- Po potrebi preglejte in posodobite morebitne razrešene ali nerazrešene reference.
- Če želite shraniti uvoženi tok, izberite Shrani. Za objavo izberite Shrani in objavi.
- Ko naložite tok stikov, posodobite naslednje konfiguracije:
- Posodobite
GetCustomerInput
bloki s pravilnim imenom in različico bota Amazon Lex. - V razdelku Upravljanje telefonske številke posodobite številko s predhodno uvoženim tokom stikov ali IVR.
- Posodobite
Preverite konfiguracijo
Preverite, ali ima funkcija Lambda, ustvarjena s skladom CloudFormation, vlogo IAM z dovoljenji za pridobivanje informacij o botih in namerah iz Amazon Lex (dovoljenja za seznam in branje) ter ustrezna dovoljenja Amazon Bedrock (dovoljenja za seznam in branje).
V svojem botu Amazon Lex za konfigurirani vzdevek in jezik preverite, ali je bila funkcija Lambda pravilno nastavljena. Za FallBackIntent
, potrdi to Fulfillmentis
nastavljena Active
da lahko zaženete funkcijo kadarkoli FallBackIntent
se sproži.
Na tej točki bo vaš bot Amazon Lex samodejno zagnal funkcijo Lambda in rešitev bi morala delovati brezhibno.
Preizkusite raztopino
Oglejmo si vzorčno namero, opis in konfiguracijo izreka v Amazon Lexu in poglejmo, kako uspešen je LLM z vzorčnimi vnosi, ki vsebujejo tipkarske napake, slovnične napake in celo drugačen jezik.
Naslednja slika prikazuje posnetke zaslona našega primera. Na levi strani je prikazano ime namere, njen opis in enobesedni vzorčni izgovor. Brez veliko konfiguracije na Amazon Lex lahko LLM predvidi pravilen namen (desna stran). V tem preizkusu imamo preprosto sporočilo o izpolnitvi pravilnega namena.
Čiščenje
Če želite počistiti svoje vire, zaženite naslednji ukaz, da izbrišete repozitorij ECR in sklad CloudFormation:
zaključek
Z uporabo Amazon Lex, izboljšanega z LLM-ji, ki jih zagotavlja Amazon Bedrock, lahko izboljšate zmogljivost prepoznavanja namena svojih botov. To zagotavlja brezhibno samopostrežno izkušnjo za raznolik nabor strank, premosti vrzel med naglasi in edinstvenimi značilnostmi govora ter na koncu poveča zadovoljstvo strank.
Če se želite poglobiti in izvedeti več o generativni AI, si oglejte te dodatne vire:
Za več informacij o tem, kako lahko eksperimentirate z generativno samopostrežno rešitvijo, ki jo poganja AI, glejte Uvedite samopostrežno odgovarjanje na vprašanja z rešitvijo QnABot on AWS, ki jo poganja Amazon Lex z Amazon Kendra in velikimi jezikovnimi modeli.
O avtorjih
Hamza Nadeem je strokovnjak za rešitve Amazon Connect pri AWS s sedežem v Torontu. Sodeluje s strankami po vsej Kanadi pri posodobitvi njihovih kontaktnih centrov in zagotavljanju rešitev za njihove edinstvene izzive pri vključevanju strank in poslovne zahteve. Hamza v prostem času uživa v potovanjih, nogometu in preizkušanju novih receptov s svojo ženo.
Parag Srivastava je arhitekt rešitev pri Amazon Web Services (AWS), ki poslovnim strankam pomaga pri uspešni uporabi oblaka in migraciji. V svoji poklicni karieri se je veliko ukvarjal s kompleksnimi projekti digitalne transformacije. Prav tako je navdušen nad gradnjo inovativnih rešitev okoli geoprostorskih vidikov naslovov.
Ross žal je arhitekt rešitev pri AWS s sedežem v Torontu v Kanadi. Strankam pomaga pri inovacijah z rešitvami AI/ML in Generative AI, ki vodijo do resničnih poslovnih rezultatov. Delal je z različnimi strankami iz maloprodaje, finančnih storitev, tehnologije, farmacije in drugih. V prostem času je rad na prostem in z družino uživa v naravi.
Sangeetha Kamatkar je arhitekt rešitev pri Amazon Web Services (AWS), ki strankam pomaga pri uspešni uporabi oblaka in migraciji. S strankami sodeluje pri oblikovanju zelo razširljivih, prilagodljivih in odpornih arhitektur oblaka, ki obravnavajo poslovne težave strank. V prostem času posluša glasbo, gleda filme in poleti uživa v vrtnarjenju.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
- PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
- PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
- PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/enhance-amazon-connect-and-lex-with-generative-ai-capabilities/
- :ima
- : je
- :ne
- :kje
- $GOR
- 1
- 100
- 11
- 14
- 7
- 8
- 9
- a
- sposobnost
- Sposobna
- O meni
- nad
- dostop
- doseganje
- Račun
- natančno
- Ukrep
- dodajte
- dodano
- Dodatne
- Naslov
- naslovi
- Sprejetje
- napredno
- Agent
- agenti
- AI
- Z AI napajanjem
- AI / ML
- vsi
- Prav tako
- Amazon
- Amazonska Kendra
- Amazon Lex
- Amazon Web Services
- Amazonske spletne storitve (AWS)
- an
- in
- odgovor
- odgovor
- Antropično
- kaj
- aplikacije
- primerno
- Arhitektura
- arhitekture
- SE
- okoli
- AS
- sprašuje
- vidiki
- dodeljena
- Pomočnik
- At
- Samodejno
- samodejno
- Na voljo
- AWS
- nazaj
- ozadje
- temeljijo
- BE
- postajajo
- bilo
- pred
- zadaj
- počutje
- spodaj
- Boljše
- med
- Block
- Bloki
- Bot
- bote
- premostitev
- izgradnjo
- Building
- Gradi
- poslovni
- podjetja
- vendar
- by
- klic
- klicni center
- klicatelja
- CAN
- Kanada
- Zmogljivosti
- Kariera
- kategorizirajte
- CD
- center
- centri
- izzivi
- izziv
- spremenite
- kanali
- lastnosti
- chatbot
- preveriti
- preverjanje
- Izberite
- izbiri
- Razvrstitev
- čiščenje
- Zapri
- Cloud
- sprejem v oblak
- Koda
- kombinirani
- dokončanje
- Končana
- kompleksna
- deli
- zaupanje
- konfiguracija
- konfigurirano
- Potrdi
- Connect
- dosledno
- Konzole
- kontakt
- kontaktni center
- Posoda
- Vsebuje
- nadzor
- popravi
- pravilno
- obrti
- ustvarjajo
- ustvaril
- kritično
- stranka
- Angažiranje strank
- Zadovoljstvo kupcev
- Stranke, ki so
- datum
- nabor podatkov
- Odločanje
- globlje
- privzeto
- privzeto
- dostavi
- dostavo
- demokratizira
- razporedi
- opis
- Kljub
- Podatki
- Podrobnosti
- določi
- določa
- Razvijalci
- diagram
- Dialog
- drugačen
- digitalni
- Digitalni Transformation
- neposredna
- potop
- razne
- ne
- tem
- opravljeno
- dont
- med
- dinamično
- prej
- truda
- omogoča
- konec
- sodelovanje
- Inženiring
- okrepi
- okrepljeno
- izboljšanje
- uživajte
- uživanje
- Vnesite
- Podjetje
- okolje
- Napaka
- napake
- stopnjevanja
- Tudi
- Event
- Primer
- obstoječih
- izkušnje
- poskus
- raziskuje
- obširno
- ni uspelo
- ne uspe
- družina
- Področja
- Slika
- file
- končna
- končno
- finančna
- finančne storitve
- prva
- prilagodljiv
- Pretok
- Tokovi
- po
- sledi
- za
- format
- je pokazala,
- Fundacija
- temeljno
- Okvirni
- iz
- frustrirajoče
- funkcija
- funkcionalnosti
- funkcije
- nadalje
- vrzel
- ustvarjajo
- ustvarjajo
- generacija
- generativno
- Generativna AI
- dobili
- dana
- daje
- slovnica
- več
- Imajo
- he
- pomoč
- pomoč
- Pomaga
- jo
- zelo
- njegov
- imetnika
- Kako
- Kako
- http
- HTTPS
- človeškega
- identificirati
- identificirati
- identifikacijo
- ID-ji
- if
- ponazarja
- slika
- izvajati
- izvajanja
- uvoz
- uvoz
- izboljšanje
- izboljšalo
- in
- vključujejo
- vključuje
- nepravilno
- vedno
- Podatki
- inovacije
- inovativne
- vhod
- vhodi
- instant
- Navodila
- integrirati
- integrirana
- Integrira
- namen
- v
- sklican
- prikliče
- vključeni
- IT
- ITS
- jpg
- samo
- Ključne
- jezik
- velika
- Interesenti
- UČITE
- učenje
- levo
- Stopnja
- kot
- Verjeten
- Seznam
- posluša
- v živo
- LLM
- Poglej
- ljubi
- stroj
- strojno učenje
- Znamka
- upravljanje
- Stave
- tekme
- ujemanje
- Maj ..
- Sporočilo
- migracije
- napake
- ML
- Model
- modeli
- sodobna
- posodobiti
- več
- filmi
- veliko
- Glasba
- morajo
- my
- Ime
- naravna
- Narava
- ostalo
- potrebno
- Nimate
- potrebna
- potrebe
- Novo
- nlu
- hrup
- Številka
- of
- on
- ONE
- samo
- odprite
- open source
- možnosti
- or
- Da
- drugi
- naši
- ven
- rezultatov
- na prostem
- izhod
- podokno
- del
- zlasti
- vozovnice
- strastno
- performance
- opravlja
- Dovoljenja
- Farmacevtska
- telefon
- platon
- Platonova podatkovna inteligenca
- PlatoData
- Točka
- Prispevek
- poganja
- napovedati
- napovedano
- predpogoji
- darila
- preprečevanje
- prejšnja
- Težave
- Postopek
- strokovni
- profil
- projekti
- zagotavljajo
- če
- zagotavlja
- objavijo
- dal
- QnABot
- vprašanje
- Preberi
- pravo
- Razlog
- prejeti
- prejetih
- Priznanje
- priznajo
- priznana
- prepozna
- zmanjšanje
- reference
- okolica
- ponovite
- Skladišče
- obvezna
- Zahteve
- odporno
- rešiti
- viri
- Odzove
- Odgovor
- povzroči
- Rezultati
- Trgovina na drobno
- vrnitev
- vrne
- Pravica
- vloga
- soba
- Pot
- preusmerjen
- usmerjanje
- Run
- Enako
- Vzorec
- Zadovoljstvo
- Shrani
- razširljive
- Lestvica
- rezultat
- praska
- galerija
- brezšivne
- brez težav
- oddelki
- varnost
- glej
- izbran
- Samopostrežba
- pomensko
- pošlje
- stavek
- Zaporedje
- Storitve
- Zasedanje
- nastavite
- je
- shouldnt
- pokazale
- Razstave
- strani
- Enostavno
- nemoteno
- So
- Soccer
- Rešitev
- rešitve
- vir
- Izvorna koda
- Viri
- specialist
- določeno
- določanje
- govor
- Prepoznavanje govora
- sveženj
- začel
- Država
- Izjave
- Status
- Korak
- Koraki
- stop
- močna
- Kasneje
- uspešno
- taka
- poletje
- Preverite
- meni
- Naloga
- Tehnologija
- Predloga
- Test
- Testiran
- besedilo
- kot
- da
- O
- njihove
- Njih
- sami
- POTEM
- te
- mislim
- Razmišljanje
- ta
- 3
- Prag
- skozi
- vsej
- čas
- do
- tudi
- toronto
- sledenje
- Prepis
- Preoblikovanje
- Potovanje
- sprožilo
- tovornjak
- poskusite
- poskuša
- tip
- Konec koncev
- pod
- razumeli
- razumevanje
- edinstven
- Nadgradnja
- posodobljeno
- URL
- uporaba
- Rabljeni
- uporablja
- uporabo
- v1
- veljavno
- Vrednote
- raznolikost
- preverjanje
- različica
- preko
- Voice
- želeli
- je
- Watch
- we
- web
- spletne storitve
- Dobro
- Kaj
- kadar koli
- ki
- WHO
- žena
- bo
- z
- brez
- delo
- delal
- potek dela
- deluje
- bi
- XML
- Vi
- Vaša rutina za
- zefirnet