• Verint：布置AI对话机器人的更佳实践 (上)

　　这是本系列文章的第二部分，如果您还没有阅览榜首部分，咱们建议您先从榜首部分开端。 　　当咱们议论谈天机器人时，针对互动内容的目的辨认便是它的魅力地点。任何规划杰出的谈天机器人都支撑用户运用自然言语输入内容，并了解目的以便供给必要的答案和支撑。现在，咱们将评论企业在运用目的引擎时一般遇到的潜在问题以及设置办法。 　　在大多数自助操作平台上，目的引擎一般是一个黑匣子，您简直无法控制这个模块。大多数客户在上线后的第5次或第6次迭代中才意识到他们有这个问题，这让他们很难发现。一般面对的典型问题如下:

• 创立目的耗时吃力
• 难以区别彼此抵触的目的
• 办理彼此抵触的目的令人头痛

　　以下阐明或许关于那些还处于项目初始阶段没有遇到上述窘境的企业有所帮忙。大多数DIY处理方案都会供给某种方式的开箱即用的目的资源包，能够使体系快速发动。 　　这是一件功德，由于您的谈天机器人能够从一开端就具有了解根本会话的才能。可是当您开端装备目的以使其成为您专属的谈天机器人，也便是能够了解您自己的客户的问题并满意您的运用场景，这时就需求增加新的目的并优化现有目的。为此，您需求手动输入练习词句。这将成为一项耗时的使命，您无法了解或控制体系怎么辨认目的，尤其是当您有两个十分类似的目的时。例如，在运用旅行网站订位时，当或人行将错失航班与或人现已错失航班时，您或许有不同的流程。（已错失航班目的vs行将错失航班目的）。 　　在榜首种状况下，客户依然有时间更改机票；在后一种状况下，您有必要依据他们的机票品种评论退款。关于榜首种状况，客户或许会说，“我将错失航班”，而关于第二种状况，客户或许会说，“我错失了我的航班”。体系很或许会触发过错的目的，除非你的体系有很高的度来区别这些状况。 　　当项目团队遇到以上状况时，他们仅有的挑选便是向供货商请求技能帮忙，而最常见的答复或许是“您的练习词句太少”或“您输入的练习词句太多”。团队将不得不阅历一个庸俗的试错失程来调整模型、发布和测验。这种问题的呈现是由于没有进行对话前期发现/剖析，而绝大多数厂商的东西只供给了单向的创立目的的办法，即手动创立目的并输入训练词句。 　　当您要将谈天机器人推行到新的范畴进行主动化、或许用于处理新的客户问题乃至希望机器人能够代表您的企业品牌，那么处理对话的奇妙言语差异就十分重要。更好的办法是运用通明的机器学习东西，比方Verint的Intent Manager，以便您能够彻底进行掌控。根据这类东西，整个进程将是从剖析客户的对话数据开端，您只需求将客户数据和任何元数据输入到东西中，就能够进行主动分类和目的发现（咱们在榜首部分介绍了怎么挑选恰当的事例）。