P:
Kako se chatboti nose s naglascima?
A:Pojavom novih i sofisticiranijih chatbotova u posljednjih nekoliko godina, ljudi u mnogim industrijama promatraju kako chatboti napreduju, kako postižu napredak u interaktivnom govornom odgovoru (IVR) i kako to utječe na maloprodaju kao i na brojne druge industrije,
Jedno od glavnih relevantnih pitanja je kako se chatboti nose s naglascima. Regionalni i svjetski jezični akcenti su kamen spoticanja za ove tehnologije od početka. Osobito, kada su chatboti bili rudimentarniji u pogledu algoritama obrade prirodnog jezika (NLP), lako su ih zbunjivali naglaskom koji značajno mijenja foneme govora. Danas, uz stalno razvijanje algoritama, chatbotovi su postali mnogo otporniji.
Evo nekoliko glavnih načina na koje su inženjeri i dionici radili kako bi pomogli chatbotovima da obrade naglaske.
Prva je putem ciljanja. Mnoge tvrtke koje se bave raznovrsnom klijentelom postavit će više sustava - pokušati će premjestiti potrošače ili druge krajnje korisnike prema sustavu koji odgovara njihovom dijalektu i jeziku, kako bi izbjegli probleme na više jezika.
Međutim, ciljanje može učiniti samo toliko. Drugi ključni način na koji tvrtke rade na pročišćavanju chatbota jest triangulacija - a to je nešto što je pomoglo chatbotovima da osvoje problem s naglaskom.
Trokut regulacije fonema pomaže u postizanju preciznijih rezultata. Razmislite na ovaj način - ako chatbot naiđe na glas domorodačkog Indijca koji se preselio u Sjedinjene Države i govori engleski jezik s izrazitim indijanskim naglaskom, stroj će se morati nositi s razlikama, na primjer, laskavijim, širim "a" zvuk koji izvorni indijski govornici teško ovladaju engleskim. Chatbot koji ima veću složenost izoliranja fonema može odabrati mjesta problema i preciznije ih "dijagnosticirati" tako da neće propustiti cijelu riječ ili frazu. To je više istinito za algoritam nego za ljudsko biće: Mnogi ljudski slušatelji obično su zbunjeni bilo kojim naglasnim razlikama.
Ako dublje izdvajaju i obrađuju foneme, tehnologija može pronaći više „istinitih odgovora“ ili odgovora, ali postoji još jedan važan način da chatbotovi mogu riješiti problem reagiranja na glas s naglaskom - ili neki drugi „problem“.
Kad je razumijevanje manje nego puno, jedan od ključnih čimbenika je kako tehnologija reagira. Najosnovniji IVR chatboti prošlosti bili su skloni neprestano izgovarati "Žao mi je, nisam to razumio". Današnje rafinirane chatbote vjerojatnije će pružiti iterativni odgovor, bilo da eskaliraju poziv čovjeku, bilo da daju djelomične odgovore ili, opet, pokušavaju izolirati problem.
Uz ciljanje, trokutanje i dobru trijažu, chatboti mogu dobiti puno preciznije postupanje s naglascima i sve druge idiosinkrazije koje pozivaju. Ovo će revolucionirati svijet „virtualnih pomoćnika“ koji je u prošlosti bio manje nego impresivan većini nesretnih pozivatelja.
