Andrew Ng hat das Konzept der datenzentrierten KI geprägt und vertritt es. Data-Centric AI ist die Disziplin der Entwicklung von Eingabedaten für KI-Modelle und die gleichen Prinzipien gelten für die Entdeckung und Strukturierung von NLU-Trainingsdaten.

Einführung

Bei der Konversations-KI wurde bei der Entwicklung von Chatbots und Voicebots ein erheblicher Schwerpunkt auf Frameworks, Konversationsdesign und NLU-Benchmarking gelegt.

Entwicklungsframeworks haben eine hohe Effizienz bei der Entwicklung des Gesprächszustands und beim Gesprächsdesign erreicht. Und immer mehr Anbieter sind sich einig, dass die Differenzierung zwischen NLU-Modellen zunehmend vernachlässigbar wird.

Es stellt sich also die Frage: Wie kann der derzeitige Zustand der Plattformparität durchbrochen und eine echte CX-Differenzierung erreicht werden?

Die Antwort liegt in einem datenzentrierten Ansatz zur Erstellung von NLU-Trainingsdaten …

Datenzentrierte Absichtserkennung und -entwicklung

Die Chatbot-Entwicklung benötigt dringend einen datenzentrierten Ansatz, bei dem der Schwerpunkt auf der Auswahl unstrukturierter Daten und der Umwandlung der unstrukturierten Daten in NLU-Design- und Trainingsdaten liegt.

Chatbots scheitern hauptsächlich aus zwei Gründen: Der erste Grund ist, dass die entwickelten Absichten nicht mit den Absichten der Benutzer übereinstimmen. Der zweite Grund ist, dass Absichten nicht flexibel sind. Sie müssen in der Lage sein, einfach und kontinuierlich Folgendes zu tun:
▪️ Absichten zusammenführen
▪️ Absichten teilen
▪️ hierarchische oder verschachtelte Absichten erstellen
▪️ Absichtserkennung und -pflege.

Ein datenzentrierter Ansatz für die Chatbot-Entwicklung beginnt mit der Definition von Absichten auf der Grundlage bestehender Kundengespräche. Eine Absicht ist im Wesentlichen eine Gruppierung oder Ansammlung semantisch ähnlicher Äußerungen oder Sätze. Der Absichtsname ist die Bezeichnung, die den Cluster oder die Gruppierung von Äußerungen beschreibt.

Es gibt verschiedene Tools zum Erstellen der Gruppierungen oder Cluster. Oben sehen Sie ein Beispiel für die Verwendung der Cohere- Einbettungen.

Ein weiteres grafisches Tool zum Durchsuchen und Speichern ähnlicher Sätze heißt Bulk .

Unten sehen Sie ein Beispiel für Bulk, das zeigt, wie ein Cluster grafisch ausgewählt und die angegebenen Sätze angezeigt werden können. Die Liste der Äußerungen, die Teil der Auswahl sind, stellt eine Absicht dar. Und die Gruppierung kann als Teil des Engineering-Prozesses zur Strukturierung von NLU-Trainingsdaten gespeichert werden.

⭐️ Bitte folgen Sie mir auf LinkedIn für Updates zu Conversational AI ⭐️

Betrachtet man das Bild unten, erhöht der Prozess der Erstellung von Absichten aus vorhandenen Gesprächsdaten die Überschneidung bestehender Kundengespräche (Kundenabsichten) mit entwickelten Absichten. Die Abstimmung dieser beiden Elemente ist entscheidend für den erfolgreichen Einsatz von Conversational AI.

Human-In-The-Loop-Absichtsmanagement

Absichten stehen in der Tat im Mittelpunkt jeder Chatbot-Implementierung und definieren, welche Gespräche Benutzer führen können. Aus Gründen der Effizienz und Skalierbarkeit erfordert die Erstellung und Verwaltung von Absichten im großen Maßstab einen beschleunigten latenten Raum, in dem ein KI-gestützter Ansatz zur schwachen Überwachung verfolgt werden kann.

Der Prozess des Absichtsmanagements ist eine fortlaufende Aufgabe und erfordert einen beschleunigten latenten Raum ohne Code, in dem datenzentrierte Best Practices implementiert werden können.

Wie im Bild oben zu sehen ist, umfasst das Absichtsmanagement nicht nur die Verwaltung der Labels und Trainingsdaten, sondern auch das Absichtsmanagement. Das Absichtsmanagement umfasst die Aufteilung, Zusammenführung, Hierarchie und das Verschieben von Absichten.

Ein fortlaufender Prozess des NLU-Designs und der Absichtsverwaltung stellt sicher, dass die Absichtsebene der Konversations-KI-Implementierung flexibel bleibt und sich an die Konversationen der Benutzer anpasst.

⭐️ Bitte folgen Sie mir auf LinkedIn für Updates zu Conversational AI ⭐️

Ich bin derzeit der Hauptevangelist bei HumanFirst . Ich erforsche und schreibe über alle Dinge an der Schnittstelle von KI und Sprache; von LLMs , Chatbots , Voicebots , Entwicklungs-Frameworks, datenzentrierten latenten Räumen und mehr.

Der Cobus Quadrant™ des NLU-Designs. Der Cobus Quadrant™ der Konversationsdesign-Fähigkeiten