ビジネスに必要な理由
人の個性は様々で、人間の会話は複雑でダイナミックです。インテントは同じであっても、文字を入力するときは話すときとは異なる単語、構文、スタイルを使用する傾向があります。インテリジェントでよくトレーニングされた会話型バーチャルアシスタントは、ユーザーリクエストのインテントやコンテキストを理解しつつ、これらのニュアンスを考慮できなければばなりません。
バーチャルアシスタントトレーニングに対するKore.aiの取り組み
人が何を言っているかをバーチャルアシスタントが理解し、関連性の高いタスクを伴って応答できるようにするには、十分なトレーニングデータを提供し、さまざまなユーザー入力でバーチャルアシスタントをテストすることが重要です。予想されるユーザー入力の膨大なサンプルでVAを評価することで、Botの応答についてのインサイトが得られ、多様な人間の表現を解釈するためにバーチャルアシスタントをさらにトレーニングする機会が得られます。Kore.aiプラットフォームは3つの自然言語エンジンを使用しており、それぞれに特化した独自のトレーニングがあります。
機械学習によるトレーニング
開発者は、バーチャルアシスタントが識別できるようにする必要がある各インテント(タスク)の発話サンプルを提供することで、機械学習エンジンをトレーニングすることができます。エンジンは、ユーザの発話をバーチャルアシスタントのインテントの1つにマッピングするモデルを構築します。トレーニングの発話にエンティティの詳細がタグ付けされている場合、名前付きエンティティ認識(NER)をサポートするための2つ目のモデルが作成されます。
自動トレーニング
自動トレーニングによって、バーチャルアシスタントは教師なし学習を行うことができるようになります。これを有効にした場合、バーチャルアシスタントは、正常に実行された発話を自動的に機械学習のトレーニングセットに追加することで、インテントの検出を改善します。追加したものは常にBot開発者側で確認することが可能です。
- 機械学習によるトレーニング
-
機械学習によるトレーニング
開発者は、バーチャルアシスタントが識別できるようにする必要がある各インテント(タスク)の発話サンプルを提供することで、機械学習エンジンをトレーニングすることができます。エンジンは、ユーザの発話をバーチャルアシスタントのインテントの1つにマッピングするモデルを構築します。トレーニングの発話にエンティティの詳細がタグ付けされている場合、名前付きエンティティ認識(NER)をサポートするための2つ目のモデルが作成されます。
自動トレーニング
自動トレーニングによって、バーチャルアシスタントは教師なし学習を行うことができるようになります。これを有効にした場合、バーチャルアシスタントは、正常に実行された発話を自動的に機械学習のトレーニングセットに追加することで、インテントの検出を改善します。追加したものは常にBot開発者側で確認することが可能です。
- ファンダメンタルミーニングによるトレーニング
- ナレッジグラフによるトレーニング

特徴
特徴とは、ユーザーが会話の中で表現する特定のエンティティ、属性、または詳細を指します。自然な会話では、ユーザーが特定のシナリオを説明する際に背景情報を示すことが極めて多くなります。特徴はこの背景情報を利用してインテントを識別し、それに応じて会話の流れを誘導する機能です。
機能を設定するためには、開発者は特徴を定義し、特徴のルールを追加し、遷移/識別条件を追加しなければなりません。
トレーニングは継続的なプロセス
ユーザーは常に想定外のことを表現したり、使い方を変えたりします。失敗した会話を統計的に追跡および分析し、是正措置を講じることが不可欠です。
失敗の分析:バーチャルアシスタントのパフォーマンスを分析
タスクを特定して実行する際のバーチャルアシスタントのパフォーマンスについて、詳細なインサイトを得ることができます。
- 一致したユーザの発話と一致しなかったユーザ発話についての情報を表示
- ユーザーの発話のポイントまでチャットのトランスクリプトを表示
- インテントスコアリングと選択のためのNLP分析を表示
- 失敗したタスクの終了ポイントを表示
- すべてのスクリプトとサービスコールの応答時間および詳細を表示
- 同じダッシュボードの失敗したインテント用にバーチャルアシスタントを訓練する能力
バーチャルアシスタントのテストを自動化
バッチテストは、バーチャルアシスタントの能力を識別して与えられた一連の発話に対して期待されるインテントを正しく認識したり、MLの発話、パターン、または同義語などに変更を加えた後も、バーチャルアシスタントが期待どおりに動作し続けることを検証したりするのに役立ちます。当社のプラットフォームでは、一連のテストを実行して詳細な統計分析を行い、VAトレーニングの効果を測定することができます。
定期的に自動化されたテストスイートを実行して詳細な統計分析を行い、NLPの成功率や、精度、リコール、F1スコアなどの詳細な測定基準を表示します。
• テスト駆動型開発のサポート
• Botが変更後も期待どおりに動作するかどうかの検証
• 構築済みのテストスイート
• カスタムテストスイートの作成能力
• ボットとユーザー間の会話の記録および実行
Kore.aiによる他のバーチャルアシスタントプラットフォームとの差別化
専門家に相談する
会話型AIプロジェクトの導入は当社にお任せください。