“คำพูด” ใน AI คืออะไร: ตัวอย่าง ชุดข้อมูล และแนวทางปฏิบัติที่ดีที่สุด

คุณเคยสงสัยหรือไม่ว่าแชทบอทและผู้ช่วยเสมือนตื่นขึ้นมาเมื่อคุณพูดว่า 'หวัดดี Siri' หรือ 'Alexa'? เป็นเพราะการรวบรวมคำพูดหรือทริกเกอร์คำที่ฝังอยู่ในซอฟต์แวร์ที่เปิดใช้งานระบบทันทีที่ได้ยินคำปลุกที่ตั้งโปรแกรมไว้

อย่างไรก็ตาม กระบวนการโดยรวมในการสร้างเสียงและข้อมูลคำพูดนั้นไม่ง่ายอย่างนั้น เป็นกระบวนการที่ต้องดำเนินการด้วยเทคนิคที่เหมาะสมเพื่อให้ได้ผลลัพธ์ที่ต้องการ ดังนั้น บล็อกนี้จะแบ่งปันเส้นทางสู่การสร้างคำพูด/คำกระตุ้นที่ดี ซึ่งทำงานได้อย่างราบรื่นกับ AI การสนทนาของคุณ

“คำพูด” ใน AI คืออะไร?

ใน AI เชิงสนทนา (แชทบอท ผู้ช่วยเสียง) คำพูดคือข้อมูลสั้นๆ ที่ผู้ใช้ป้อน ซึ่งเป็นคำที่ผู้ใช้พูดหรือพิมพ์ออกมา โมเดลจะใช้คำพูดเพื่อระบุเจตนา (เป้าหมาย) ของผู้ใช้ และเอนทิตีต่างๆ (รายละเอียด เช่น วันที่ ชื่อผลิตภัณฑ์ จำนวน)

ตัวอย่างง่ายๆ

บอทอีคอมเมิร์ซ

คำพูด: “ ติดตามคำสั่งซื้อของฉัน 123-456 ”

• จุดประสงค์: ติดตามการสั่งซื้อ
• เอนทิตี้: order_id = 123-456

บอทโทรคมนาคม

ประโยค: “ อัปเกรดแพ็กเกจอินเทอร์เน็ตของฉัน ”

• เจตนา: การเปลี่ยนแปลงแผน
• เอนทิตี้: plan_type = ข้อมูล

ผู้ช่วยเสียงด้านการธนาคาร

คำพูด: “ วันนี้ยอดเงินในบัญชีเช็คของฉันเท่าไหร่? ”

• จุดประสงค์: ตรวจสอบยอดคงเหลือ
• เอนทิตี: ประเภทบัญชี = การตรวจสอบ, วันที่ = วันนี้

เหตุใด AI เชิงสนทนาของคุณจึงต้องการข้อมูลการพูดที่ดี

หากคุณต้องการให้แชทบอทหรือผู้ช่วยเสียงของคุณรู้สึกว่ามีประโยชน์ ไม่ใช่ฟังดูแข็งทื่อ เริ่มต้นด้วยข้อมูลคำพูดที่ดีกว่า ดูวิธีที่เราทำในกรณีศึกษาการรวบรวมคำพูด นี้ — 22 ชั่วโมงใน 13 ภาษา คำพูดคือวลีดิบๆ ที่ผู้คนพูดหรือพิมพ์เพื่อทำสิ่งต่างๆ ให้สำเร็จ (“จองห้องพักให้ฉันพรุ่งนี้” “เปลี่ยนแผนของฉัน” “สถานะเป็นอย่างไร”) ข้อมูลเหล่านี้ขับเคลื่อนการจำแนกเจตนา การแยกข้อมูลสำคัญ และท้ายที่สุดคือประสบการณ์ของลูกค้า หากคุณต้องการขยายขนาดด้วยพันธมิตร บริการ ข้อมูล AI เชิงสนทนาของ Shaipจะจัดการการรวบรวม การถอดเสียง และการใส่คำอธิบายประกอบแบบครบวงจร เมื่อคำพูดมีความหลากหลาย เป็นตัวแทน และมีการติดป้ายกำกับอย่างดี โมเดลของคุณจะเรียนรู้ขอบเขตที่ถูกต้องระหว่างเจตนาและจัดการกับข้อมูลป้อนเข้าที่ซับซ้อนในโลกแห่งความเป็นจริงได้อย่างราบรื่น

การสร้างคลังคำพูดของคุณ: เวิร์กโฟลว์ที่เรียบง่าย

1. เริ่มต้นจากภาษาผู้ใช้จริง

วิเคราะห์บันทึกการสนทนา คำค้นหา ข้อความจากระบบตอบรับอัตโนมัติ (IVR) บันทึกของเจ้าหน้าที่และอีเมลของลูกค้า จัดกลุ่มข้อมูลเหล่านี้ตามเป้าหมายของผู้ใช้เพื่อสร้างความเข้าใจในเจตนา (คุณจะได้บันทึกสำนวนและแบบจำลองความคิดที่คุณอาจนึกไม่ถึงในห้องประชุม)

2. สร้างความหลากหลายในวัตถุประสงค์

สำหรับความตั้งใจแต่ละประการ ผู้เขียนมีตัวอย่างที่หลากหลาย:

• เปลี่ยนวลีคำกริยาและคำนาม (“ยกเลิก” “หยุด” “สิ้นสุด” “วางแผน” “สมัครสมาชิก”)
• ผสมผสานความยาวและโครงสร้างของประโยค (คำถาม คำสั่ง ส่วนย่อย)
• รวมถึงการพิมพ์ผิด การย่อ อิโมจิ (สำหรับการแชท) และการสลับโค้ดเมื่อเกี่ยวข้อง
• เพิ่มกรณีเชิงลบที่ดูคล้ายกันแต่ควร ไม่ แผนที่เพื่อจุดประสงค์นี้

3. จัดสมดุลชั้นเรียนของคุณ

การฝึกฝนที่ไม่สมดุลอย่างมาก (เช่น ตัวอย่าง 500 ตัวอย่างสำหรับความตั้งใจหนึ่ง และ 10 ตัวอย่างสำหรับความตั้งใจอื่น) จะส่งผลเสียต่อคุณภาพการคาดการณ์ ควรทำให้ขนาดของความตั้งใจแต่ละอย่างมีความใกล้เคียงกันและค่อยๆ เพิ่มขนาดไปพร้อมๆ กันเมื่อปริมาณการใช้งานเพิ่มขึ้น

4. ตรวจสอบคุณภาพก่อนการฝึกอบรม

บล็อกข้อมูลที่มีสัญญาณต่ำด้วยตัวตรวจสอบความถูกต้องในระหว่างการสร้าง/รวบรวมข้อมูล:

• การตรวจจับภาษา: ตรวจสอบให้แน่ใจว่าตัวอย่างอยู่ในภาษาเป้าหมาย
• เครื่องตรวจจับคำไร้สาระ: จับสายที่ไร้สาระ
• เช็คซ้ำ/เกือบซ้ำ: รักษาความหลากหลายให้สูง
• Regex/การสะกดคำและไวยากรณ์: บังคับใช้กฎเกณฑ์ด้านสไตล์เมื่อจำเป็น
  เครื่องตรวจสอบอัจฉริยะ (ที่ใช้โดย Appen) สามารถดำเนินการส่วนใหญ่ของการตรวจสอบนี้เป็นแบบอัตโนมัติได้

5. ติดป้ายกำกับเอนทิตีให้สอดคล้องกัน

กำหนดประเภทของช่องข้อมูล (วันที่ ผลิตภัณฑ์ ที่อยู่) และแสดงให้ผู้ให้ข้อมูล เห็น วิธีการทำเครื่องหมายขอบเขตรูปแบบต่างๆ เช่นPattern anyใน LUIS สามารถช่วยแยกแยะช่วงข้อมูลที่ยาวและเปลี่ยนแปลงได้ (เช่น ชื่อเอกสาร) ซึ่งอาจทำให้โมเดลสับสนได้

6. ทดสอบเหมือนเป็นการผลิต

ส่ง ตัวอย่างคำพูดจริง ที่ไม่เคยเห็นมาก่อนไปยังจุดสิ้นสุดการทำนายหรือบอททดสอบ ตรวจสอบการจำแนกประเภทที่ผิดพลาด และนำตัวอย่างที่ไม่ชัดเจนเข้าสู่การฝึกอบรม ทำให้กระบวนการนี้เป็นวงจร: รวบรวม → ฝึกฝน → ตรวจสอบ → ขยายผล

“ความเป็นจริงอันยุ่งเหยิง” หมายความว่าอย่างไร (และจะจัดการกับมันอย่างไร)

ผู้ใช้จริงมักไม่ค่อยพูดประโยคที่สมบูรณ์แบบ คาดหวังไว้ว่า:

• ชิ้นส่วน: “คืนเงินค่าจัดส่ง”
• เป้าหมายรวม: “ยกเลิกคำสั่งซื้อและสั่งซื้อใหม่เป็นสีน้ำเงิน”
• เอนทิตีที่ซ่อนเร้น: “ส่งไปที่สำนักงานของฉัน” (คุณต้องรู้ว่าสำนักงานไหน)
• ความคลุมเครือ: “เปลี่ยนแผนของฉัน” (แผนไหน? มีผลเมื่อไร?)

การแก้ไขเชิงปฏิบัติ

• ให้ คำชี้แจง เฉพาะเมื่อจำเป็นเท่านั้น หลีกเลี่ยงการขอมากเกินไป
• การจับกุม การส่งต่อบริบท (สรรพนามเช่น “คำสั่งนั้น” “คำสั่งสุดท้าย”)
• ใช้ ความตั้งใจสำรอง พร้อมการฟื้นฟูที่ตรงเป้าหมาย: “ฉันสามารถช่วยยกเลิกหรือเปลี่ยนแผนได้ คุณต้องการอะไร”
• การตรวจสอบ ความตั้งใจด้านสุขภาพ (ความสับสน การชนกัน) และเพิ่มข้อมูลในส่วนที่อ่อนแอ