論文の概要: Intent Matching based Customer Services Chatbot with Natural Language Understanding

• arxiv url: http://arxiv.org/abs/2202.00480v1
• Date: Fri, 7 Jan 2022 08:30:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-06 08:56:51.849532
• Title: Intent Matching based Customer Services Chatbot with Natural Language Understanding
• Title（参考訳）: インテントマッチングに基づく自然言語理解型カスタマーサービスチャットボット
• Authors: Alvin Chaidrata, Mariyam Imtha Shafeeu, Sze Ker Chew, Zhiyuan Chen, Jin Sheng Cham, Zi Li Yong, Uen Hsieh Yap, Dania Imanina Binti Kamarul Bahrin
• Abstract要約: IMCSCは営業担当者のカスタマーサービス業務を置き換えることができる。 このボットは、よく聞かれる質問に答えられる。 また、顧客の注文の処理とエクスポートをGoogle Sheetに統合している。
• 参考スコア（独自算出の注目度）: 1.5684489039115148
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Customer service is the lifeblood of any business. Excellent customer service not only generates return business but also creates new customers. Looking at the demanding market to provide a 24/7 service to customers, many organisations are increasingly engaged in popular social media and text messaging platforms such as WhatsApp and Facebook Messenger in providing a 24/7 service to customers in the current demanding market. In this paper, we present an intent matching based customer services chatbot (IMCSC), which is capable of replacing the customer service work of sales personnel, whilst interacting in a more natural and human-like manner through the employment of Natural Language Understanding (NLU). The bot is able to answer the most common frequently asked questions and we have also integrated features for the processing and exporting of customer orders to a Google Sheet.
• Abstract（参考訳）: カスタマーサービスはあらゆるビジネスの生命線である。 優れたカスタマーサービスはリターンビジネスを生み出すだけでなく、新しい顧客も生み出す。 顧客への24/7サービス提供の需要市場を見ると、多くの組織が、現在の需要市場における顧客への24/7サービスの提供において、WhatsAppやFacebook Messengerといったポピュラーなソーシャルメディアやテキストメッセージプラットフォームにますます関与している。 本稿では、自然言語理解(nlu)の雇用を通じて、より自然で人間のような方法で対話しながら、営業員のカスタマーサービス業務を置き換えることができるインテントマッチングベースのカスタマーサービスチャットボット(imcsc)を提案する。 このボットは、最もよく聞かれる質問に答えることができ、また、顧客の注文の処理とエクスポートのための機能をgoogleシートに統合しています。

関連論文リスト

• Are LLM-based methods good enough for detecting unfair terms of service? [67.49487557224415]
  大規模言語モデル(LLM)は、長いテキストベースの文書を解析するのに適している。 プライバシーポリシーの集合に対して個別に適用された12の質問からなるデータセットを構築します。 いくつかのオープンソースモデルは、いくつかの商用モデルと比較して高い精度を提供できる。
  論文  参考訳（メタデータ） (2024-08-24T09:26:59Z)
• "Ask Me Anything": How Comcast Uses LLMs to Assist Agents in Real Time [9.497432249460385]
  エージェント対応のカスタマーサービスインターフェースにアドオン機能として"Ask Me Anything"(AMA)を導入します。 AMAは、顧客との会話を扱うため、エージェントが要求に応じて大きな言語モデル(LLM)に質問することを可能にする。 AMAと従来の検索体験のエージェントは、検索を含む会話に約10%の時間を費やしていることがわかった。
  論文  参考訳（メタデータ） (2024-05-01T18:31:36Z)
• Creation Of A ChatBot Based On Natural Language Proccesing For Whatsapp [0.0]
  本研究の目的は、自然言語処理に基づくチャットボットを開発し、顧客満足度を高め、WhatsAppを通じて企業が提供するサービス品質を向上させることである。 本研究の結果は、カスタマーサービスのための効果的なチャットボットの設計と開発のための確固たる基盤を提供する。
  論文  参考訳（メタデータ） (2023-10-10T18:54:15Z)
• Automating Customer Service using LangChain: Building custom open-source GPT Chatbot for organizations [0.0]
  本稿では,LangChainを用いたカスタマーサービス自動化のための画期的なアプローチを提案する。 このイノベーションの核心は、オープンソースの方法論、Webスクレイピング、微調整、LangChainを顧客サービスプラットフォームにシームレスに統合することにある。
  論文  参考訳（メタデータ） (2023-10-09T05:35:10Z)
• FaceChat: An Emotion-Aware Face-to-face Dialogue Framework [58.67608580694849]
  FaceChatは、感情に敏感で対面的な会話を可能にするWebベースの対話フレームワークである。 システムには、カウンセリング、感情サポート、パーソナライズされたカスタマーサービスなど、幅広い潜在的なアプリケーションがある。
  論文  参考訳（メタデータ） (2023-03-08T20:45:37Z)
• Proactive Detractor Detection Framework Based on Message-Wise Sentiment Analysis Over Customer Support Interactions [60.87845704495664]
  本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。 ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。 以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-11-08T00:43:36Z)
• Jewelry Shop Conversational Chatbot [0.0]
  そこで我々は,顧客からの問い合わせに対して,入力とコーパスのパターンとの類似性を見出すことにより,客の問い合わせの基盤となる目的を見出すジュエリーショップのための対話エージェントを構築した。 我々のシステムはクライアント向けの音声入力インタフェースを備えており、自然言語で話すことができる。 システムの性能を評価するために、リコール、精度、F1スコアなどのパフォーマンス指標を使用しました。
  論文  参考訳（メタデータ） (2022-06-09T17:56:51Z)
• Towards Personalized Answer Generation in E-Commerce via Multi-Perspective Preference Modeling [62.049330405736406]
  Eコマースプラットフォーム上での製品質問回答(PQA)は、インテリジェントオンラインショッピングアシスタントとして機能するため、注目を集めている。 なぜなら、多くの顧客は、自分でのみカスタマイズされた情報でパーソナライズされた回答を見たいと思っているからです。 PQAにおけるパーソナライズされた回答を生成するための,新しいマルチパースペクティブなユーザ嗜好モデルを提案する。
  論文  参考訳（メタデータ） (2021-12-27T07:51:49Z)
• Evaluating Empathetic Chatbots in Customer Service Settings [6.523873187705393]
  顧客からの質問に応答する混合スキルチャットボットモデルは、感情を認識し、適切な共感を示すように訓練された場合、実際のエージェント応答によく似ている。 分析には、20の有名なブランドから顧客サービスコンテキストで数百万の顧客->エージェントダイアログの例を含むTwitterのカスタマーサービスデータセットを活用します。
  論文  参考訳（メタデータ） (2021-01-05T03:34:35Z)
• Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
  人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。 このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。 人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
  論文  参考訳（メタデータ） (2020-12-29T08:22:48Z)
• Topic-Oriented Spoken Dialogue Summarization for Customer Service with Saliency-Aware Topic Modeling [61.67321200994117]
  顧客サービスシステムでは、長い音声対話のための要約を作成することにより、対話要約はサービス効率を高めることができる。 本研究では,高度に抽象的な要約を生成するトピック指向の対話要約に注目した。 SATM(Saliency-Awareural topic Model)と併用し,顧客サービス対話のトピック指向要約を目的とした,新しいトピック拡張型2段階対話要約器(TDS)を提案する。
  論文  参考訳（メタデータ） (2020-12-14T07:50:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。