Y por qué será aplicable en la mayoría de los países donde el primer idioma de los usuarios es coloquial
Tabla de contenidos
Introducción
En la mayor parte del mundo, el primer idioma o el idioma del hogar de las personas no es uno de los principales idiomas. El problema aquí es que los grandes proveedores de inteligencia artificial conversacional en la nube solo prevén los principales idiomas.
Principales idiomas que se hablan en Sudáfrica
Este impedimento en los idiomas disponibles es comprensible desde una perspectiva comercial.
Sin embargo, conduce al escenario en el que los chatbots o agentes conversacionales se implementan en un idioma que se habla ampliamente en una región de destino en particular. Pero, no es el primer idioma ni el hogar de los usuarios.
Por lo tanto, para la región de África meridional, la mayoría de los chatbots solo están disponibles en inglés por razones obvias.
El desafío radica en esto …
Los usuarios interactúan con un agente conversacional, sin usar su lengua materna ni su lengua materna; sino un segundo o incluso un tercer idioma. El inglés. Este uso de un lenguaje que no es el primero y familiar conduce a algunos elementos de diseño a tener en cuenta. Estas consideraciones incluyen qué esperar del usuario y consideraciones de diseño de conversación desde una perspectiva de diálogo.
En este artículo, leerás sobre siete principios de diseño que debes tener en cuenta al diseñar y desarrollar experiencias de conversación para los usuarios, que no interactúen en su primer idioma.
No necesitas quedarte con los idiomas que se presentan en los principales entornos de nube. A continuación, se muestran dos enlaces que son útiles para que desarrolles tu propio modelo de idioma para un idioma vernáculo o localizado específico.
Un buen enfoque es, al principio, no centrarse en el diálogo y la parte conversacional.
Canalización típica de configuración de prototipos de Rasa
Empieza por crear una API de comprensión del lenguaje natural que pueda utilizar para detectar intenciones y entidades.
Crea algunas intenciones y entidades, agrega ejemplos de entrenamiento a las intenciones. Aproximadamente 20 ejemplos por intención serán suficientes.
Entrena tu modelo y pruébalo a través de la interfaz API. Esta será una buena indicación de qué tan precisa está funcionando tu API NLU con los datos que presenta. La ventaja es que RASA es de código abierto y de uso gratuito; por lo tanto, no hay impedimentos de licencia para comenzar.
BytePairFeaturizer
This featurizer is a dense featurizer. If you’re interested in learning how these work you might appreciate reading the…
rasahq.github.io
Components
The following components load pre-trained models that are needed if you want to use pre-trained word vectors in your…
rasa.com
1. Medios preferidos
Para un gran agente conversacional corporativo en Sudáfrica, aproximadamente el 70% de todas las conversaciones se llevan a cabo a través del canal SMS / Text. A esto le sigue WhatsApp, la aplicación móvil y por último a través de la web.
Porcentajes de medios utilizados.No tener acceso a un medio con ricos componentes de conversación y prestaciones tiene un impacto significativo en el diseño de la conversación.
Teléfonos antiguos
La razón de este fenómeno es la proliferación de teléfonos simples más antiguos. Los usuarios se ven obligados a ingresar al medio SMS con solo 160 caracteres a su disposición.
En los casos en los que el chatbot envía varios mensajes, los mensajes también pueden perder la sincronización. Por tanto, los mensajes no llegan en secuencia y provocan confusión con el usuario.
Falta de componentes conversacionales
Medios como Facebook Messenger e interfaces web pueden ofrecer beneficios cuando se trata de ayudas para la conversación; o componentes conversacionales. Tener acceso a botones de decisión, marcas, vistas web, etc. puede ayudar a facilitar la conversación. Con los SMS esto falta y se requiere un enfoque conversacional natural.
Ofrecimiento
No hay posibilidades de diseño disponibles y es necesario centrarse en la redacción, la confirmación de la entrada del usuario, etc. Lo positivo aquí es que la falta de posibilidades puede facilitar la migración a una interfaz de voz. Ver la voz es efímero, tiene diálogos más cortos y depende de la confirmación.
Entrega y sincronización de mensajes
Como se mencionó anteriormente, mantener sincronizados varios mensajes del chatbot puede ser un desafío. En esencia, prácticamente no hay control sobre él. La entrega de mensajes también depende de la red.
2. Diseño y deseo
Una vez, cuando participé en el lanzamiento de un chatbot para una franquicia de pizzas, descubrimos dos intenciones que no estaban cubiertas. Se trataba de personas en busca de empleo y solicitudes de patrocinio. Sudáfrica tiene una tasa de desempleo del 32% y una tasa de desempleo juvenil del 58%.
La ruta diseñada en comparación con la ruta deseada del usuario
Estas cifras son las cifras oficiales; pero en realidad es mucho más alto.
Por lo tanto, este problema regional surgió en las conversaciones y tuvo que ser atendido.
Un caso en el que la ruta deseada por el usuario no está alineada con la ruta de diseño.
El diseño está alineado con los objetivos de la organización y lo que se considera importante. La conversación que los usuarios quieren tener a menudo está en marcado contraste.
Alineación de lo que dice el usuario y qué conversaciones se diseñan. (Diagrama de Venn de Vincent Warmerdam)
Al observar el diagrama de Venn anterior, está claro que estos dos círculos deben alinearse. La superposición debe aumentar con el tiempo en lugar de disminuir de tamaño.
3. Desarrollo impulsado por la conversación
Migrar toda una experiencia de conversación en términos del contenido que se cubre puede ser una tarea ardua y la mayoría de los marcos no prevén esta migración continua.
Ciclo de desarrollo de chatbot en comparación con aplicaciones móviles.
Otra consideración de diseño es el ciclo de desarrollo de chatbots en comparación con las aplicaciones móviles. Se perciben impedimentos para las aplicaciones móviles, lo que parece no ser el caso de los chatbots.
Como muestra el gráfico anterior, esto se percibe; con las aplicaciones móviles, el esfuerzo es principalmente por adelantado, mientras que con los chatbots el trabajo real comienza después del lanzamiento.
Rasa ha acuñado la frase Desarrollo impulsado por conversaciones (CDD) y en conjunto la consola Rasa-X; visible debajo.
La consola Rasa X está a la izquierda, con algunas ventajas a la derecha.La idea y los principios de CDD son universales para los chatbots y cualquier entorno puede implementar el concepto. Sin embargo…
Rasa-X es realmente el habilitador de la idea de CDD donde se puede realizar el aumento y la migración de conversaciones en términos de temas cubiertos. No como un ejercicio de desarrollo especializado, sino casi como una tarea administrativa.
4. Intenciones y entidades compuestas
Cuando se les presenta un menú de opciones muy aplicables, menos del 5% de los usuarios optan por seleccionar uno de los menús. De la cantidad total de usuarios, el 95% opta por expresar su deseo en palabras usando una oración o dos.
Los usuarios optan por ingresar datos no estructurados.Prácticamente todos los usuarios optan por no estructurar su entrada y simplemente escribir su solicitud en lenguaje natural. Obviamente, para eso está diseñado un agente conversacional.
Además, sospecho que los usuarios que conversan en un segundo o tercer idioma tienen problemas para clasificar su solicitud de acuerdo con los elementos del menú disponibles.
Este escenario se agrava cuando se trata de tecnología y productos y servicios específicos. Por lo tanto, los usuarios prefieren diferir la estructuración de la entrada al chatbot.
Cuando el usuario describe su problema o consulta, se introducen intenciones y entidades compuestas, que deben ser manejadas por el chatbot.
5. Desambiguación
Cuando los usuarios introducen oraciones más largas o describen su problema como hablantes no nativos de inglés, en muchos casos se introduce la ambigüedad.
Ejemplos de ambigüedad.Cabe señalar que existe una ambigüedad que es fácil de eliminar para los humanos, pero muy difícil para las máquinas. El primer ejemplo anterior es un buen ejemplo.
Entonces, existe una ambigüedad legítima que es imposible de interpretar (el siguiente ejemplo binocular). Aquí es necesario emplear la desambiguación.
La interfaz de chat de arriba a la izquierda demuestra cómo se puede eliminar la ambigüedad de una entrada ambigua con un menú corto.
6. Dominio e irrelevancia
Los agentes conversacionales prácticamente siempre serán específicos de un dominio. Todas las entradas de los usuarios estarán dentro o fuera del dominio.
El dominio de implementación debe comunicarse al usuario, en lugar de intentar coincidir con la intención más cercana.
Algunos entornos de chatbot dan la opción de marcar la entrada del usuario durante el entrenamiento como irrelevante. Esto no significa que el dominio no deba ajustarse ya que se detecta el deseo de los usuarios y el dominio debe migrar para cubrir nuevas intenciones.
7. Digresión
La digresión es lo opuesto a la proliferación de reserva. La digresión permite a los usuarios interrumpirse y divagar momentánea o permanentemente (para la conversación actual) hacia una intención diferente.
Ejemplo de digresión; El usuario se está apartando de la ruta del diálogo para recopilar información para completar el formulario del chatbotAquí se puede ver un ejemplo típico, donde el usuario hace una reserva.
Sin embargo, antes de confirmar la hora de la reserva, el usuario necesita conocer la hora de cierre y también la ubicación. Ya que estos dos factores juegan un papel en la confirmación del tiempo.
La mayoría de los chatbots responderán por defecto a la pregunta, ¿a qué hora? independientemente de la pregunta o la entrada sea del usuario.
El escenario debería permitirle al usuario responder una pregunta o dos, pero luego regresar para completar la entrada del formulario.
En los casos en que el usuario persista en divagar, el chatbot debe preguntarle al usuario si desea abandonar la cumplimentación del formulario.
Cuando un usuario desea desviarse de un punto determinado, el diálogo del usuario se puede utilizar para determinar qué menús se pueden presentar en el proceso.
Conclusión
Lograr estos siete pasos de una manera práctica y eficiente exige un marco de chatbot que permita los siguientes tres elementos.
Siete consideraciones de diseño de chatbot para el contexto africanoDesarrollo impulsado por conversaciones (CDD), en el que el desarrollo y la mejora continuos se basan en las aportaciones de los usuarios del mundo real a diario.
Complejidad superficial de forma simplificada. Por lo tanto, tiene una interfaz de usuario y desarrollo simplificada. Protegiendo a los desarrolladores y administradores de la complejidad y simplificando las tareas.
Independencia del oleoducto. A medida que se encuentran disponibles nuevos componentes y herramientas de lenguaje, es importante poder implementarlos.
Demasiadas soluciones en la nube no brindan información sobre lo que hay debajo del capó. La configuración, reconfiguración y formación son importantes para la mejora continua.