Emnesuppleringsanalyse
Analysere basisemnesamtalen
Power Virtual Agents har et innebygd Basis-emnesystem som er satt til å utløses når NLU-modellen ikke finner et samsvarende emne for en gitt brukerspørring.
Hvis de fleste Basisemnesamtaler eskaleres til en menneskelig agent – det vil si ikke avledes – finnes det en mulighet til å forbedre avledningen ved å adressere bruksmønstre for brukeren som utløser avledning konsekvent.
Tips
Emnesupplering er en frakoblet dataanalyseøvelse med fokus på å gjenbruke slike brukerspørringer som utløste basisemnet til å utløse relevante emner i Power Virtual Agents.
De analyserte brukerspørringene fra Basisemnet faller vanligvis inn i disse kategoriene:
- Brukerspørringer som forventes å utløse eksisterende emner, men som ignoreres av NLU-en for roboten.
- Brukerspørringer som kan konverteres til nylig foreslåtte emner.
- Ikke tilordnede brukerspørringer som ikke er relevante for eksisterende eller nye emner.
- Andre kategorier, inkludert brukerspørringer som utløste et Samsvarte flere emner-emne (også kalt "mente du") etterfulgt av Basis, uklare brukerspørringer som resulterte i Basis, og brukerspørringer fra ufullstendige diskusjoner som førte til Basis.
Av de fire kategoriene kan den første og den andre umiddelbart brukes. Basert på resultatene fra disse kategoriene kan du supplere emnene ved å legge til flere utløseruttrykk for eksisterende emner eller ved å opprette nye emner.
Emnesupplering ved hjelp av standardanalysen
Power Virtual Agents inneholder avanserte AI-funksjoner som er standard, slik at du kan identifisere en liste over foreslåtte nye emner ved å aktivere de avanserte AI-funksjonene for emneforslag fra chatteavskrifter når forfatteren ikke vil aktivere basisemne.
Denne informasjonen kan også brukes til å opprette nye emner for å forbedre avledningsfrekvensen.
