큐:
챗봇은 악센트를 어떻게 처리합니까?
ㅏ:지난 몇 년 동안 새롭고 정교한 챗봇이 등장하면서 많은 산업의 사람들이 챗봇이 어떻게 발전하고 있는지, 대화 형 음성 응답 (IVR)에서 진보를 제공하는 방법, 소매 및 기타 여러 산업에 미치는 영향을 관찰하고 있습니다. .
가장 큰 관련 질문 중 하나는 챗봇이 악센트를 처리하는 방법입니다. 지역 및 세계 언어 악센트는 처음부터 이러한 기술에 걸림돌이되어 왔습니다. 특히 챗봇이 NLP (Natural Language Processing) 알고리즘의 관점에서 기초가되었을 때 음성의 음소를 크게 바꾸는 악센트로 쉽게 혼란 스러웠습니다. 오늘날 진화하는 알고리즘으로 챗봇은 훨씬 더 탄력적으로 변했습니다.
다음은 엔지니어와 이해 관계자가 챗봇이 악센트를 처리하도록 돕기 위해 노력한 주요 방법입니다.
첫 번째는 타겟팅을 통한 것입니다. 다양한 고객을 다루는 많은 회사들이 여러 시스템을 구축 할 것입니다. 언어 나 언어 문제가 발생하지 않도록 소비자 나 다른 최종 사용자를 방언과 언어에 맞는 시스템으로 옮기려고합니다.
그러나 타겟팅은 많은 일을 할 수 있습니다. 회사가 챗봇 개선 작업을 수행하는 또 다른 주요 방법은 삼각 측량입니다. 이는 챗봇이 악센트 문제를 극복하는 데 도움이 된 방법입니다.
음소를 삼각 분할하면보다 구체적인 결과를 얻을 수 있습니다. 챗봇이 미국으로 이주한 원주민 인디언의 목소리를 만나고 독특한 인디언 억양으로 영어를 말하는 경우, 기계는 예를 들어 더 평평하고 더 넓은 "a"와 같은 차이점을 처리해야합니다. 인디언 원어민이 영어를 배우는 데 어려움을 겪고 있습니다. 음소를 분리하기가 훨씬 복잡한 챗봇은 문제 지점을 찾아내어 더 정확하게“진단”하여 전체 단어 나 문구를 놓치지 않을 수 있습니다. 그것은 인간보다 알고리즘에 더 맞습니다. 많은 인간 청취자들이 악센트 차이로 혼동되는 경향이 있습니다.
음소를 더 깊이 격리하고 처리함으로써이 기술은 더 많은“진정한 답변”또는 응답을 얻을 수 있지만 챗봇이 악센트가있는 음성 또는 다른“문제”에 응답하는 문제를 처리 할 수있는 또 다른 중요한 방법이 있습니다.
이해력이 충분하지 않은 경우, 핵심 요소 중 하나는 기술의 대응 방식입니다. 작년의 더 기본적인 IVR 챗봇은 계속해서“미안하다, 나는 그것을 이해하지 못했다”고 계속 말하는 경향이 있었다. 오늘날의 세련된 챗봇은 전화를 사람에게 에스컬레이션하거나 부분적인 답변을 제공하거나 문제를 격리하려고 시도하면서 반복적 인 응답을 제공 할 가능성이 높습니다.
타겟팅, 삼각 측량 및 우수한 심사를 통해 챗봇은 악센트 및 발신자가 가지고있는 다른 특질을 다루는 데 훨씬 더 정확하게 접근 할 수 있습니다. 이것은 과거에 대부분의 불행한 호출자에게 인상적이지 않은 "가상 조수"의 세계를 혁신 할 것입니다.
