В этой статье представлен обзор платформы чат-бота Bavard и описаны ее основные функции и направления на будущее.

Создание умных чат-ботов - сложная задача. Это, по крайней мере, одна из самых сложных проблем в области компьютерных наук, которой сегодня активно занимаются, поэтому большинство наших опытных чат-ботов в лучшем случае не впечатляли, а в худшем - разочаровывали. Несмотря на всю шумиху вокруг искусственного интеллекта и глубокого обучения, очевидно, что современные достижения едва ли коснулись поверхности. При небольшом зондировании даже лучшие системы в мире быстро обнаруживают свою поверхностность. Если вы когда-либо пробовали конструктивно взаимодействовать с Alexa или аналогичным устройством, вы, вероятно, это уже знаете.

Тем не менее, диалоговые системы и методы искусственного интеллекта для NLU (понимание естественного языка) улучшаются и становятся полезными. Возможно, Alexa не обладает разумом, но может делать некоторые вещи, которые были совершенно недоступны всего несколько лет назад. Дальнейший прогресс, быстрый или медленный, безусловно, будет продолжаться, позволяя создавать все виды нового диалогового программного обеспечения и цифровых технологий.

В Bavard мы знаем о текущих возможностях чат-ботов и их ограничениях. Вот почему мы создали нашу платформу с упором на простоту использования и стремимся использовать известные методы, которые работают и приносят реальную пользу для бизнеса. В то же время мы упорно работаем, чтобы быть в курсе последних исследований в области ИИ и НЛП, чтобы мы могли быстро интегрировать их в наши программные решения.

Создание чат-ботов с Bavard

На момент написания этой статьи Bavard предоставляет один основной способ развертывания чат-бота: всплывающее диалоговое окно на вашем веб-сайте, которое привлекает посетителей. Начиная с этого момента, мы планируем создать интеграцию для других каналов, включая SMS, голосовые сообщения и приложения, такие как Facebook Messenger.

Мы также предлагаем два разных типа чат-ботов. Первый - это совершенно простая служба часто задаваемых вопросов, а второй - более сложное решение для создания собственного виртуального помощника. Позвольте мне теперь резюмировать каждый из них по очереди.

Простой чат-бот в стиле FAQ

Это для тех, кому все равно или у кого нет времени на то, чтобы реализовать разговорный опыт. Если вам просто нужен способ, позволяющий вашим клиентам быстро находить ответы на часто задаваемые вопросы без каких-либо проблем при создании или развертывании, это решение для вас. Вам просто нужно создать или загрузить список часто задаваемых вопросов с двумя или более примерами для каждого вопроса вместе с соответствующим ответом. Этот тип бота может быть создан и развернут за считанные минуты, а список часто задаваемых вопросов можно редактировать по мере необходимости в любое время. Говоря техническим языком, это решение предлагает семантический поиск по списку часто задаваемых вопросов, что означает, что если конечный пользователь вводит запрос со значением , означающим , который соответствует одному из часто задаваемых вопросов, возвращается соответствующий ответ.

Создайте своего собственного виртуального помощника

Это решение гораздо более мощное, но требует больших усилий со стороны администратора чат-бота. Здесь у вас будет много вариантов, а также несколько концепций, которые нужно изучить. Но не волнуйтесь, вы можете увидеть наш канал YouTube с короткими обучающими видео и просмотреть наш сайт документации, чтобы лучше понять концепции.

У вас будет два основных варианта управления «мозгом» вашего помощника:

  1. На основе графиков - (блок-схемы)
  2. На основе НЛП - (учиться на данных)

При необходимости эти два варианта можно комбинировать в одном чат-боте.

Потоки разговоров на основе графиков

При использовании графического варианта ваш чат-бот в основном следует блок-схеме на каждом этапе разговора. Вы можете легко создавать потоки разговоров на основе графиков, используя наш визуальный конструктор, где вы перетаскиваете узлы на холст и соединяете их вместе, чтобы управлять ходом разговора. Вот пример того, как выглядит диаграмма беседы в нашем визуальном дизайнере.

А вот как этот график проявляется в разговоре.

Чат-боты на основе графиков являются мощными и могут охватывать широкий спектр вариантов использования. Они особенно полезны для руководства пользователями через определенные потоки и сбора данных форм. Обратной стороной является то, что разговоры на основе графиков жесткие, и пользователю сложно переключать контекст в середине взаимодействия. Для большей гибкости иногда лучшим выбором являются боты на основе NLP, которые могут обрабатывать ввод текста произвольной формы.

На основе НЛП

Для чат-ботов на основе НЛП вы определите набор намерений и действий для своего помощника и предоставите несколько примеров для каждого намерения. При желании вы можете создать набор данных обучающих бесед, которые чат-бот научится имитировать. Здесь есть несколько новых концепций, поэтому давайте обсудим наиболее важные из них более подробно.

Намерения

«Намерение» - это просто классификация высказываний пользователя. Распространенные примеры намерений:

  • Приветствие
  • До свидания
  • Подтвердить
  • Отрицать
  • Спасибо
  • Ask_pricing
  • Просить помощи
  • Оскорблять
  • Играть песню
  • Так далее…

Для каждого созданного вами намерения вы добавите несколько примеров, чтобы проиллюстрировать его. Это позволяет чат-боту научиться распознавать правильные намерения в высказываниях пользователя. Например, намерение приветствия может содержать список примеров, например

  • Hi
  • Привет
  • всем привет
  • Привет
  • Привет
  • Как дела лет
  • Сверху утром тебе
  • Так далее…

Поскольку многие чат-боты имеют несколько общих намерений, мы предоставляем список встроенных, которые вы можете просто щелкнуть, чтобы добавить в чат-бота.

Действия

Действия - это то, что может делать ваш чат-бот. Платформа Bavard предлагает несколько различных типов действий, в том числе

  • Действия при произнесении: этот тип действия позволяет боту что-то сказать (произнести) пользователю.
  • Действия с формой: представляет формы (определенные вами), которые пользователь может заполнить и отправить.
  • Действия с изображениями. Отображает изображение для пользователя.
  • Действия с видео: отображает видео для пользователя.
  • Действия с веб-перехватчиком. Это мощный тип действия, который позволяет вам создавать полностью настраиваемое поведение и безопасно интегрироваться с собственными системами вашей организации.
  • Действия со Slack: отправляет сообщение в указанный вами резервный канал.
  • Действия с электронной почтой: представляет собой текстовую форму ввода, позволяющую пользователю отправить вашей организации сообщение электронной почты.

Часто действия зависят от истории разговоров. Например, если у вас есть действие greet_by_name, которое приветствует пользователя по имени, ваш чат-бот, конечно же, должен будет уловить имя пользователя перед играет это действие. Для действий, которые основаны на информации, взятой из истории диалогов, как этот, у нас есть связанные концепции тегов и слотов. Я не буду вдаваться в подробности здесь, но они лучше объяснены на нашем сайте документации и будут обсуждаться моими коллегами в других сообщениях блога.

Обучающие беседы

Каждое созданное вами намерение может иметь связанное с ним действие по умолчанию. Чат-бот будет воспроизводить это действие по умолчанию каждый раз, когда обнаруживается намерение. Хотя это полезно для поведения в стиле часто задаваемых вопросов, другие варианты использования выиграют от более разговорного взаимодействия. Чтобы ваш бот мог вести долгую беседу и использовать контекст, ему необходимо извлекать уроки из набора данных обучающих бесед. Это просто последовательность поворотов диалога пользователя и агента, где каждый ход аннотирован. Вот пример чрезвычайно простого обучающего разговора, который учит чат-бота запрашивать имя пользователя, а затем приветствовать его.

Здесь упущено несколько технических деталей. Например, действие greet_by_name нельзя воспроизвести, пока не будет заполнено поле для имени пользователя. Но этот пример демонстрирует основы того, как работают обучающие разговоры. Один интересный факт заключается в том, что необработанные высказывания являются необязательными, поскольку наиболее важная информация фиксируется классификацией намерений и типами действий высказываний, которые уже известны к моменту вступления в силу диалоговой модели. Удивительно то, что при достаточном количестве таких обучающих данных ваш чат-бот может научиться выполнять удивительно сложные задачи, которые могут быть чрезвычайно полезны в таких случаях, как обслуживание клиентов, и во многих других сценариях, которые вы можете себе представить.

Многоязычная поддержка

Выбор языка для создания чат-бота полностью зависит от вас, но важно, чтобы все данные для одного бота были на одном языке. Даже если ваш бот создан на одном языке, пользователи все равно могут разговаривать с ним на любом языке по своему выбору. Это работает так: язык пользователя определяется во время выполнения и, при необходимости, динамически переводится на родной язык вашего чат-бота. Точно так же ответы бота переводятся обратно на язык пользователя. Вот пример одного и того же бота, обрабатывающего высказывания на английском и испанском языках.

К сожалению, автоматический языковой перевод не идеален, поэтому вы можете в качестве альтернативы создавать копии одного и того же чат-бота на каждом из языков, которые вы хотите поддерживать изначально.

Что еще можно делать с Бавардом?

По своей сути Bavard - это платформа чат-бота НЛП. Но он также предлагает мощные функции обмена сообщениями с клиентами. Хотя наши боты должны быть в состоянии обрабатывать большую часть рутинных взаимодействий с клиентами, более сложные случаи, конечно, должны будут обрабатываться агентами-людьми. Таким образом, когда вы развертываете у нас виртуального помощника, вы можете отслеживать все взаимодействия в реальном времени, когда они происходят, и перехватывать разговоры, чтобы напрямую общаться с конечными пользователями. Существуют параметры конфигурации, позволяющие получать уведомления в Slack при возникновении определенных событий, например, когда распознается конкретное намерение или когда посетитель начинает взаимодействовать с помощником. Вместе эти функции представляют собой ценный инструмент для продаж и маркетинга, а также высокоэффективное решение для обслуживания клиентов, так что вы можете сделать своих клиентов счастливыми, не перегружая их обращениями в службу поддержки.

Будущие направления

Вы можете попробовать только что описанный продукт прямо сейчас и БЕСПЛАТНО. Пожалуйста, ознакомьтесь с этим на bavard.ai. В наши планы на будущее входит улучшение опыта НЛП и создание цикла обратной связи с данными обучения, который позволяет немедленно аннотировать живые разговоры и добавлять их обратно в ваши обучающие наборы. Мы также создаем интеграцию с другими сервисами, такими как Slack, Shopify и CRM. Мы также намерены развивать другие каналы обмена сообщениями и создавать собственные настольные и мобильные приложения для консоли Bavard и центра сообщений. Как видите, впереди много интересных проектов и много работы, и мы нанимаем! Если вас это интересует, отправьте нам свое резюме по адресу [email protected]. А пока ознакомьтесь с нашим продуктом и расскажите нам, что вы думаете. Мы очень быстро реагируем на запросы новых функций и любим отзывы клиентов!