SysTalk.Chat大腦訓練模組- 語料衝突審核SWAN

張靜綺 Misha Chang 2021/09/28 16:39:20

0 1520

【SysTalk.Chat大腦訓練模組系列】智能客服上線後，使用者千奇百怪的問題都出現了，智能客服聽不懂的問題該怎麼優化？會不會加錯訓練句導致大腦更混亂？別擔心，SysTalk.Chat推出完整大腦訓練工具，讓你安心導入智能客服，不再頭痛維運訓練問題！

智能客服的健檢師SWAN

企業導入智能客服的目的無非是希望它可以像真人客服一樣回答客戶排山倒海的問題，實際上智能客服雖然無法像真人一樣理解高複雜度的問題，但它可以說是勞力擔當，凡是講了又講還是不斷來問的問題交給智能客服處理就對了！智能客服最重要也最基本的能力就是保持清楚的腦袋理解使用者問題並給予適當回答。

先來看看智能客服大腦養成過程：

在第二階段的對話內容設計到第三階段AI大腦模型訓練是整個作業流程中最重要的階段唯有梳理乾淨明確的資料，才能訓練出腦袋清楚的智能客服

而這個作業階段需進行大量資料梳理，我們使用Sort先進行大量資料分類，分類後的資料則需由大腦訓練師進行更精確的語料梳理及對話設計。

設計對話內容除了設計機器人回答如何以文字、排版、元件呈現清楚資訊，以及如何友善互動以引導使用者快速得到想要的答案，最重要的是模擬使用者可能的問法並進行問法延伸，讓機器腦可以理解不同問法找到對應的回答。

通常一個智能客服大腦是由少至數百條、多至數千條知識問答組成的知識庫，在問答編寫過程中大腦訓練師必須瞻前顧後隨時檢查是否有相似的問答被列為不同題組/意圖。然而只靠人工糾錯難免發生認定標準不一的狀況，如果不同題組/意圖寫入了相同/相似問法（亦即語料衝突）沒有即時校正，智能客服就會像個神智不清的醉漢，使用者問同樣問題卻可能得到不同答案，這樣的智能客服是無法得到使用者的信賴。

因此為了維持語料正確性及加速資料處理作業，語料衝突審查工具-SWAN就像聖潔的天鵝般，協助大腦訓練師在處理大量資料過程中輕輕鬆鬆快速找出衝突語料，再進一步評估是否需進行題組整合或問法改寫。那麼這隻天鵝是怎麼做的呢？

SWAN功能介紹

語料衝突審查可自訂問法相似度的門檻值（0~1），執行後於後台介面顯示審查結果，並可下載分析結果審查模式有以下三種：

模式一：單句測試 此模式適用於欲確認大腦中是否已建置相似/相同問法時使用

直接輸入問法快速找出指定大腦中是否有相似/相同問法