O Platformie Omni-Chatbot

Od 2016 roku prestiżowy serwis Venture Beat, dzisiaj Opus Research, umieszcza Stanusch Technologies, dostawcę technologii Omni-Chatbot, w gronie takich potentatów świata nowych technologii jak Google, Amazon, Intel, IBM, czy Microsoft.
Stanusch Technologies w Venture Beat

Platforma Omni-Chatbot

Narzędzie oparte o sztuczną inteligencję

Celem działania Platformy Omni-Chatbot jest zrozumienie wypowiedzi użytkownika i w oparciu o posiadaną bazę wiedzy, reakcja na zawartą w wypowiedzi intencję, np. zrozumienie pytania i udzielenie na nie odpowiedzi.

Proces ten opiera się na wykrywaniu zdefiniowanych znaczeń oraz kontekstów. Dzięki takiemu podejściu użytkownik może dowolnie sformułować swoją wypowiedź zawsze otrzymując właściwą reakcję Platformy.

Sztuczna inteligencja od Stanusch Technologies
system konwersacyjny sztuczna inteligencja

Dlaczego Omni-Chatbot?

Większość dostawców systemów konwersacyjnych oferuje rozwiązania dedykowane dla jednego kanału komunikacyjnego (np. telefonu, komunikatorów internetowych lub czata). W czasach komunikacji wielokanałowej (omnichannelowej) powoduje to konieczność utrzymania i integracji różnych rozwiązań, a analityka pozostawia wiele do życzenia.

Tworząc Platformę Omni-Chatbot, zbudowaliśmy rozwiązanie, które za pomocą raz utworzonej bazy wiedzy potrafi działać w różnych kanałach komunikacyjnych i dostarczać pełen obraz interakcji z klientami w jednym miejscu. Takie podejście jest znacznie tańsze w instalacji (jedna instalacja oprogramowania, raz wykonane prace integracyjne), wdrożeniu (raz konfigurowana baza wiedzy, jedno szkolenie dla administratorów) oraz utrzymaniu (jedna baza wiedzy w jednym miejscu, jedno narzędzie analityczne zbierające dane z różnych kanałów).

Zaawansowane narzędzie NLU

13 lat doświadczenia, realizacja ponad 150 projektów oraz ciągły rozwój systemu sprawiły, że nasze algorytmy rozumienia języka naturalnego (NLU) należą do najdoskonalszych na świecie. Co więcej były one projektowane od samego początku do radzenia sobie z zawiłościami gramatyk języków słowiańskich (tzw. gramatyki szyku swobodnego), bogatą fleksją (odmianą) oraz różnorodnością słowotwórczą (synonimy, zdrobnienia).

OCP rozumie wypowiedzi użytkowników poprzez wykrywanie intencji wraz z uwzględnieniem kontekstu oraz informacji zgromadzonych w trakcie rozmowy lub płynących z zewnętrznych systemów. Rozmowa może mieć charakter zarówno „luźny” (pytanie-odpowiedź), jak i być częścią ustrukturyzowanego dialogu (np. proces autoryzacji). To w jaki sposób system interpretuje wypowiedzi użytkownika jest w całości sterowane za pomocą Panelu Administracyjnego, który wyposażony jest w narzędzia ułatwiające proces konfiguracji, jak wzorce intencji, ontologie, synonimy czy bazy odmiany wyrazów.

NLG dostosowane do kanału komunikacji

W zależności od kanału komunikacyjnego odpowiedzi mogą przyjmować różną formę np.: tekst (kanał SMS), tekst ze znacznikami lub uproszczonym HTML (komunikatory np. Facebook Messenger, Skype4Business, Skype, Slack), głos (kanał telefoniczny, aplikacja mobilna), głos z video awatarem (chatbot na WWW, kiosk multimedialny, pseudo-hologram), dokument multimedialny HTML z możliwością osadzenia java-script (portal WWW).

Odpowiedzi generowane przez OCP mogą mieć różne warianty treści w zależności od kontekstu lub pobranych informacji z zewnętrznych rozwiązań. Odpowiedź systemu może też być wygenerowana lub wariantowana w oparciu o wcześniej zgromadzone informacje. Sterowanie treścią wypowiedzi odbywa się za pomocą języka skryptowego Groovy, a specjalne znaczniki (tagi) umożliwiają sterowanie syntezą mowy.

Panel administracyjny

Konfiguracja rozwiązania może być w całości realizowana przez przeszkolonych członków zespołu naszego klienta lub przez wyspecjalizowane służby Stanusch Technologies. Zaawansowany Panel Administracyjny umożliwia konfigurację bazy wiedzy, ustalenie reguł biznesowych działania rozwiązania oraz integrację z zewnętrznymi źródłami danych. Panel wyposażony jest również w narzędzia automatyzujące proces testowania bazy wiedzy (testy manualne, testy automatyczne, wykrywanie konfliktów itp.) oraz narzędzia do wspomagania uczenia systemu.

Część analityczna dostarcza bieżących informacji na temat działania Platformy oraz kategoryzuje wszystkie rozmowy zaś techniki machine learning ranking wykorzystywane są do wykrywania trendów i generowania alertów menedżerskich w przypadku zaistnienia sytuacji odbiegających od normy (np. nagły wzrost ilości reklamacji).

raportowanie pracy bota

Na naszym blogu