バーチャルアシスタントは、長い開発サイクルを要することなく、ユーザーとの複雑かつ有意義な会話を大規模に実行できるようにします。Kore.aiは、トランスクリプトに対してインテント検出を実行し、自然な人間の会話フローに沿ったダイアログを作成できるようにすることで、バーチャルアシスタントの構築プロセスを加速します。
「Gartnerが、2020年までにカスタマーサービス業務の25％がバーチャルカスタマーアシスタントを利用するようになると予測」
バーチャルアシスタントは、スピード、正確性、選択肢に対する新たな要求に応えるために、カスタマーサービスを変革する上で重要視されつつあります。 エンタープライズ企業はバーチャルアシスタントの重要性を認識し始めている一方で、時間が最も貴重な資産の一つであることも理解しています。人間のような会話フローを構築することにおける複雑さや、開発スピードの必要性は、基礎となる技術がより洗練されるにつれて、急激に増加することは必須です。バーチャルアシスタントの設計、トレーニング、導入のための従来の方法や戦略は、時間がかかりすぎるため、もはや有効ではありません。
Kore.aiは自動的にチャットのトランスクリプトから意図と話のパターンを識別し、従来かかっていた時間と比べてほんのわずかな時間で、バーチャルアシスタント向けに人間らしい対話を生み出します。
従来のボット構築プロセス vs Kore.aiの自動ダイアログ生成
高性能のバーチャルアシスタントを構築することは難しいことである必要はありません。従従来の構築モデルを使用しているエンタープライズは一般的に、ユースケースの計画の作成、会話体験の設計、NLPモデルのトレーニング、展開など、長期間にわたる複雑な一連のステップを踏まなければなりません。このプロセスには何ヶ月もの重労働を要する場合があります。
動作中の自動ダイアログ生成
Kore.aiボットプラットフォームは、チャットのトランスクリプトから正確にダイアログを抽出し、バーチャルエージェントをトレーニングするための段階的なアプローチを採用しています。
関連するインテントを識別する
ダイアログ生成プロセスの第一段階は、関連するインテントを特定することです。会話のトランスクリプトは複雑で、主要なインテントや補足的なインテントが同じ会話の中に混在していることがあります。Kore.aiは発話を標準化し、会話から関連する発話を抽出し、意味的に類似した発話をクラスタ化するために使用される特殊な機能を検出します。教師なし機械学習アルゴリズムとモデルが構築されており、データに明示的にラベル付けされていないグループの表面化を支援します。
意図的な会話パターンを発見する
各インテントの会話パターンを特定することは、ダイアログ生成プロセスの第二段階です。一般的に会話にはサブタスクがあり、そのサブタスクを果たすために必要な入力・応答として分類することができます。Kore.aiはさまざまなサブタスクを抽出し、それらの有効な順序付けを教師なしの方法で行い、会話全体の変動性を把握します。
バーチャルアシスタントのトレーニングデータを生成する
インテントや補足的なインテントを認識するためのトレーニングデータセットを生成し、エンティティプロンプト、確認、その他のメッセージ用にボット応答メッセージを入力します。
バーチャルアシスタントのダイアログタスクをモデル化する
自動ダイアログ生成プロセスの最終段階では、識別された各インテントにエンティティを抽出して割り当てます。ダイアログは、統合されたインテントとエンティティグループがすべて順々に配置された後に、それらの発生に基づいて生成されます。ボットモデルは、Kore.aiダイアログビルダーにインポートされる前に、新しいダイアログを使ってトレーニングされます。
Kore.ai VA/アプリビルダーにインポートする
会話フローをモデル化したボットとトレーニングの発話をKore.aiボットビルダーにインポートすることができます。開発者はここから、ビジュアルダイアログエディタを使って会話フローや分岐を視覚化して確認することができます。これにより、バーチャルエージェントの会話機能を構築（または拡張）するための強固な基盤ができあがります。
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。