Q:
Bagaimanakah chatbots berurusan dengan aksen?
A:Dengan kemunculan chatbots yang lebih baru dan lebih canggih sejak beberapa tahun kebelakangan ini, orang ramai dalam banyak industri memerhatikan bagaimana chatbots sedang maju, bagaimana mereka melayani kemajuan dalam tindak balas suara interaktif (IVR), dan bagaimana ia mempengaruhi peruncitan serta banyak industri lain .
Salah satu soalan penting ialah bagaimana chatbots berurusan dengan aksen. Aksen bahasa serantau dan dunia telah menjadi batu sandungan bagi teknologi ini sejak awal. Terutama, apabila chatbots lebih asas dari segi algoritma pemprosesan bahasa semula jadi (NLP), mereka mudah dikelirukan dengan aksen yang mengubah fonem ucapan dengan ketara. Hari ini, dengan algoritma yang sentiasa berkembang, chatbots menjadi lebih berdaya tahan.
Berikut adalah beberapa cara utama yang jurutera dan pihak berkepentingan bekerja untuk membantu chatbots mengendalikan aksen.
Yang pertama adalah melalui penargetan. Banyak syarikat yang berurusan dengan pelanggan yang pelbagai akan menubuhkan pelbagai sistem - mereka akan cuba untuk memindahkan pengguna atau pengguna akhir lain ke arah sistem yang sepadan dengan dialek dan bahasa mereka, untuk mengelakkan masalah silang bahasa.
Bagaimanapun, penargetan hanya boleh dilakukan begitu banyak. Satu lagi cara penting yang dilakukan oleh syarikat-syarikat dalam penyempurnaan chatbot adalah triangulasi - dan ini adalah sesuatu yang telah membantu chatbots menakluk masalah aksen.
Menyelaraskan fonem membantu memberikan lebih banyak keputusan khusus. Fikirkannya dengan cara ini - jika seorang chatbot menemui suara orang India asli yang berpindah ke Amerika Syarikat dan bercakap Bahasa Inggeris dengan aksen India yang berbeza, mesin itu perlu berurusan dengan perbezaan, contohnya, yang lebih rata, lebih luas "a" Bunyi bahawa penutur asli India mempunyai masa yang sukar menguasai bahasa Inggeris. Satu chatbot yang mempunyai kerumitan yang lebih besar untuk mengasingkan fonem boleh memilih tempat masalah dan lebih tepat "mendiagnosis" mereka supaya ia tidak akan melepaskan keseluruhan perkataan atau frasa. Itu lebih tepat tentang algoritma daripada manusia: Ramai pendengar manusia cenderung keliru dengan sebarang perbezaan aksen.
Dengan mengasingkan dan berurusan dengan fonem dengan lebih mendalam, teknologi itu boleh menghasilkan lebih banyak "jawapan yang benar" atau jawapan, tetapi ada cara lain yang penting bahawa chatbots dapat mengendalikan masalah menjawab suara beraksen - atau "masalah" yang lain.
Apabila pemahaman kurang dari penuh, satu faktor penting ialah bagaimana teknologi bertindak balas. Bakat chat IVR yang lebih asas pada masa lalu cenderung untuk terus berkata "Saya minta maaf, saya tidak faham itu" berulang kali. Chatbod yang disempurnakan hari ini lebih cenderung untuk memberikan respons berulang, sama ada peningkatan panggilan kepada manusia, atau memberikan jawapan separa atau, sekali lagi, cuba untuk mengasingkan masalah.
Dengan sasaran, triangulasi, dan triase yang baik, chatbots boleh mendapatkan lebih tepat mengenai berurusan dengan aksen dan mana-mana pemanggil idiosyncrasi yang mungkin ada. Ini akan merevolusikan dunia "pembantu maya" yang telah, pada masa lalu, kurang mengesankan kepada penelepon yang paling malang.
