通过将对话与自然语言陈述或特定单词和短语进行匹配，自动对联系人进行分类

PDF

RSS

聚焦模式

通过将对话与自然语言陈述或特定单词和短语进行匹配，自动对联系人进行分类 - Amazon Connect

何时使用单词或短语何时使用自然语言添加对联系进行分类的规则

Contact Lens 对话分析使您能够自动对联系人进行分类，以确定联系人的主要驱动因素、客户体验和代理行为。在聊天的 “联系人详情” 页面上，类别显示在记录的上方，如下图所示。

以下是对联系人进行分类时可以做的一些关键事情：

借助人工智能驱动的生成式联系人分类，您可以提供使用自然语言对联系人进行分类的标准（例如，客户是否尝试使用余额付款？）。
您可以提供客服人员或客户所说的特定单词或短语，以便与对话相匹配。Contact Lens 然后自动标记符合匹配条件的联系人，并提供对话中的相关要点。
您可以定义操作以接收警报并针对已分类的联系人生成任务。
您可以指定其他标准来对联系人进行分类，例如客户情绪分数、队列或您添加到联系人的任何自定义属性，例如客户忠诚度信息。

何时使用单词或短语

当你想检测到一个定义明确的单词或短语列表时，使用特定的单词或短语会很有用，例如，监控代理脚本的遵守情况或评估客户对产品的兴趣。

何时使用自然语言

当可能的单词或短语太多时，或者当你想匹配特定于上下文的标准时，使用自然语言语句与联系人进行匹配非常有用，例如，“客户想更改其订阅计划。 “，“代理解决了客户的所有问题。”

添加对联系进行分类的规则

本节内容：

步骤 1：定义条件
步骤 2：定义操作

步骤 1：定义条件

使用已分配CallCenterManager安全配置文件或启用规则权限的用户账户登录 Amazon Connect。
在导航菜单上，选择分析和优化、规则。
依次选择创建规则、对话分析。
为规则分配一个名称。
在时间下，使用下拉列表选择通话后分析、实时分析、聊天后分析或实时聊天分析。
选择添加条件，然后选择匹配类型：
- 单词或短语-精确匹配：查找与精确单词或短语匹配的联系人。输入单词或短语，用逗号分隔。
- 单词或短语模式匹配：通过查找单词或短语模式来查找联系人。您也可以指定不同单词之间的距离。例如，如果您要查找提及“credit”（信用）一词的联系，但又不想看到任何提及单词“credit card”（信用卡）的情况，则可以定义一个模式匹配类别，以查找不在“card”（卡）的一个单词的距离内的“credit”（信用）一词。
- 自然语言-语义匹配：使用生成式 AI 查找与所提供的自然语言陈述相匹配的联系人。该陈述应以 “是” 或 “否” 的答案来回答。自然语言-当您想将联系人与上下文特定的条件进行匹配，或者可能匹配的单词或短语太多时，会使用语义匹配。示例如下：
  - “客户想更改其订阅计划。”
  - “客户表示希望终止其当前服务。”
  - “代理商提供了多种付款方式。”
  - “代理向客户保证，他们的电话很重要，并要求延长等待时间。”
  - “代理解决了客户的所有问题。”
  注意
  基于人工智能的生成式联系人分类仅在美国东部（弗吉尼亚北部）和美国西部（俄勒冈州）提供英语版本。
  
  自然语言-语义匹配条件不能用于实时分析。
  
  要创建使用生成式 AI 的规则，需要额外的权限：规则-生成式 AI。
  专业提示：如果你以前使用过单词或短语，请使用生成式人工智能驱动的自然语言——语义匹配 ——语义匹配。
- 单词或短语-语义匹配：查找可能是同义词的单词。例如，如果您输入“upset”（难过），则其可以与“not happy”（不开心）相匹配，或者“hardly acceptable”（难以接受）可以与“unacceptable”（不可接受）相匹配，“unsubscribe”（取消订阅）可以与“cancel subscription”（取消订阅）相匹配。同样，它可以在语义上与短语相匹配。例如，“thank you so much for helping me out”（非常感谢您帮助我摆脱困境）、“thanks a lot and this is so helpful”（非常感谢，这对我大有帮助）和“I am so happy that you are able to help me”（我很高兴您能帮助我）。
  
  这样就无需在创建类别时定义详尽的关键字列表，并使您能够更广泛地搜索对您很重要的相似短语。为了获得最佳的语义匹配结果，请在语义匹配卡中提供含义相似的关键字或短语。目前，每张语义匹配卡最多可以提供四个关键字和短语。
以 “单词或短语-精确匹配” 为例，输入要突出显示的单词或短语，用逗号分隔，然后选择 “添加”。用逗号分隔的每个单词或短语在卡中都有属于自己的行。

逻辑是 Contact Lens 阅读这些短语的用法是：（你好，谢谢，感谢你致电 and Example and Corp）或（我们和价值观以及你的和生意）或（怎么可能还有我和帮助还有你）。

或者，使用自然语言-语义匹配条件并在文本框中输入自然语言语句，生成式人工智能应该能够将其评估为对或假。
要添加更多单词或短语，请选择添加单词或短语组。在下图中，第一组单词或短语是座席可能说出的内容，第二组是客户可能说出的内容。
1. 逻辑是 Contact Lens 阅读这些短语的用法是：（你好，谢谢，感谢你致电 and Example and Corp）或（我们和价值观以及你的和生意）或（怎么可能还有我和帮助还有你）。
2. 这两张卡用 AND 连接。这意味着，需要说出第一张卡中的其中一行，然后需要说出第二张卡中的其中一个短语。
逻辑是 Contact Lens 用于读取两张单词或短语的卡片是（卡片 1）和（卡片 2）。
选择添加条件将规则应用于：
- 特定队列
- 当联系人属性具有特定值时
- 当情绪得分具有特定值时
例如，下图显示了一条规则，该规则适用于以下情况：代理人正在处理 BasicQueue 或 Billing and Payments 队列，客户购买汽车保险，代理位于西雅图。