Chatbot/Röstbot - hur fungerar dessa teknologier?

Chatbots har genomgått en enorm utveckling de senaste åren och används nu i många olika branscher, exempelvis inom kundservice. Men vad innebär dessa teknologier egentligen, hur fungerar de och vad kan de erbjuda?

Chatbot - vad är det?

En bot är i grund och botten ett program som svarar på frågor från människor, och inte tvärtom. Det finns två sätt att kommunicera med en bot, genom att skriva eller tala. I det första fallet pratar vi om en chatbot, och i det andra en röstbot.

 

Chatbots kan användas vid olika kontaktpunkter, exempelvis:

  • Facebook Messenger
  • Webbplats
  • Mobilapplikation
  • Mega AI Bot (Google Assistant, Amazon Alexa, Apple Siri, Microsoft Cortana)
  • Skype for Business
  • SMS
  • Trello

 

Röstbots är mer specifikt tillgängliga genom uppkopplade högtalare, där de mest populära är:

  • Amazon Echo-serien (Amazon Echo Dot, Amazon Echo Plus, Amazon Echo Spot...)
  • Google Home-serien (Google Home Mini, Google Home, Google Home Max)
  • Apple-högtalaren (HomePod)

 

De två första tillverkarna erbjuder även röstassistenter på andra enheter, ibland på ganska originella sätt, som till exempel inkluderingen av Amazon Echo i en mikrovågsugn. Syftet med chatbots och röstbots är att förbättra kundresan och skapa en smidigare upplevelse för dina kunder.

 

Chatbots - what are they

Så fungerar en chatbot

Oavsett vilken lösning som används för att bygga chatbots, baseras alla på följande principer för att kunna extrahera mening ur en mening och formulera ett svar.

 

Intentioner och entiteter

För att förstå vad som menas med intentioner och entiteter, låt oss använda följande mening (skriven eller dikterad).

“Jag skulle vilja boka ett bord för ikväll kl. 18.00 för 4 personer.”

I denna mening:

  1. 1. Intentionen identifieras tack vare orden "boka ett bord." Så användaren önskar att boka ett bord. Hen kunde ha använt andra ord (eller par av ord) istället, såsom:
  • reservera ett bord,
  • göra en bokning,
  • boka en tid,

I alla dessa fall skulle systemet ändå ha kopplat dem till samma intention.

2. Det finns tre entiteter: datum (ikväll), tid (18.00), antal personer (4). Precis som med intentionen kunde användaren ha använt andra ord:

  • Datum: ikväll, denna lördag, den 2 mars 2019, nästa fredag…
  • Tid: 08.00, 20.00, kl. 16.00…
  • Antal personer: 2 gäster, sällskap om 3…

 

Ett annat exempel:

“Kommer det att regna i helgen?”

I denna mening:

  • • Intentionen "regn eller inte regn" identifieras tack vare "kommer det att regna" (andra fraser kunde ha använts och identifierats, till exempel: regnprognos…)
  • Entiteten "datum" istället för "i helgen"

Sammanfattningsvis hjälper intentionen att identifiera målet och/eller meningen med meningen medan entiteterna representerar variablerna.

How a chatbot operates

Chatbots använder beslutssträd

Som i de flesta IT-projekt använder chatbots villkor och därmed sk. beslutssträd.

Till exempel, om chatboten måste uppfylla intentionen "väderprognos" (hur blir vädret? vad är väderprognosen? ...), måste användaren tillhandahålla variabler – de så kallade entiteterna (en plats, ett datum). Beslutssträdet hjälper till att täcka situationer där en eller flera av dessa entiteter saknas.

 

Situation     Intention   Entitet av plats-typ   Entitet av datum-typ   Slutsats
                 
1. Vad blir vädret i helgen i Lille?   OK   OK   OK   Bot kan ge ett svar eftersom den har all nödvändig information.
                 
2. Vad blir vädret i helgen?   OK   Inte OK   OK   Bot kan inte ge ett svar eftersom platsinformationen saknas. Den kan då fråga: "Kan du ange en plats?"
                 
3. Vad blir vädret i Lille?   OK   OK   Inte OK   Bot kan inte ge ett svar eftersom datuminformationen saknas. Den kan då fråga: "Kan du ange ett datum?"
                 
4. Vad blir vädret?   OK   Inte OK   Inte OK   Bot kan inte ge ett svar eftersom både datum- och platsinformationen saknas. Den kan då fråga: "Kan du ange ett datum och en plats?"

 

Genom att använda beslutssträd kan chatbots effektivt hantera olika situationer och säkerställa att de får den information som behövs för att ge korrekta och hjälpsamma svar.

Steg för att bygga en chatbot

För att förstå hur ett beslutssträd är användbart vid skapandet av en chatbot, måste du först förstå de viktigaste stegen i skapandet av en chatbot. Kort sagt, vad administratören/utvecklaren måste göra för att skapa en chatbot.

1. Välj intentioner och entiteter 
Administratören/utvecklaren måste välja de intentioner och entiteter som hen vill att maskinen ska känna igen, oavsett vilket verktyg som används (DialogFlow, IBM Watson Assistant, Clustaar, etc.).

2. Lär systemet att känna igen dessa 
Den automatiserade chatten måste sedan få systemet att lära sig dessa. För att göra detta kommer den att mata in ett visst antal meningar och/eller ord för varje föridentifierad intention och entitet.

Notera: Detta behöver inte göras för vissa entiteter, som till exempel datum, eftersom de hanteras inbyggt av systemet (dvs. för timmar behöver administratören inte mata in: 00H00, 00H01, 00H02, 00H03, 00H04…, för datum: 01/01/2019, 02/01/2019, 03/01/2019…).

Dessutom integrerar de bästa verktygen på marknaden ett synonymlexikon och känner till singular/pluralformer av ord. Det finns alltså inget behov av att exempelvis lära systemet:

  • Vad är en häst? OCH "Berätta om hästar",
  • Säljer ni frukt? OCH "Har ni ananas?"

3. Skapa ett beslutssträd 
Slutligen sätter chatboten upp ett beslutssträd. Konkret innebär detta:

  • Om intention A + entitet A identifieras, svarar systemet XXX
  • Om intention A + entitet B identifieras, svarar systemet YYY
  • Om intention B + entitet A identifieras, svarar systemet ZZZ
  • … osv.

Verktyget kan i de flesta fall identifiera vilka variabler som saknas för att kunna formulera ett korrekt svar på den ställda frågan. I så fall uppmanar det användaren att specificera dessa.

Exempel:

example-sms-chatbot-en

 

Genom att följa ovanstående steg kan du effektivt skapa en chatbot som förstår och hanterar användarnas förfrågningar korrekt.

 

I denna artikel har vi försökt visa hur chatbots fungerar (dvs. en som känner igen intentioner och entiteter i en mening) och de huvudsakliga stegen i hur man skapar dom. Dessa chatbots använder inte maskininlärningsprocesser, vilket innebär att den kontinuerliga förbättringsprocessen kräver mänsklig intervention och är inte automatisk. Nästa generations verktyg för skapande av chatbots drar nytta av integrerad maskininlärning.

Chatbots kan förbättra er kundresa online och skapa en mer effektiv och anpassad upplevelse för dina kunder! Orange Business står naturligtvis till förfogande för att diskutera olika lösningar och tillämpningar.

 

Läs mer om våra tjänster inom Data & AI

Kontakta mig om du vill veta mer!

joachim-paulsson.jpg
Joachim Paulsson
Business Area Manager – CX
Kontakt