論文の概要: AI Coach Assist: An Automated Approach for Call Recommendation in Contact Centers for Agent Coaching

• arxiv url: http://arxiv.org/abs/2305.17619v1
• Date: Sun, 28 May 2023 03:29:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-30 17:59:01.367597
• Title: AI Coach Assist: An Automated Approach for Call Recommendation in Contact Centers for Agent Coaching
• Title（参考訳）: AI Coach Assist: エージェントコーチングのためのコンタクトセンターにおけるコールレコメンデーション自動化アプローチ
• Authors: Md Tahmid Rahman Laskar, Cheng Chen, Xue-Yong Fu, Mahsa Azizi, Shashi Bhushan, Simon Corston-Oliver
• Abstract要約: 本稿では,NLP(Natural Language Processing)技術を用いたコールトランスクリプトの解析を行うAI Coach Assistを提案する。 システムは、現実世界のコンタクトセンターから収集された大規模なデータセットに基づいてトレーニングされ、評価された。 実験結果から,AIコーチ支援がコーチングプロセスを改善する可能性を示し,コンタクトセンターエージェントの性能向上を図った。
• 参考スコア（独自算出の注目度）: 1.792150605379445
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In recent years, the utilization of Artificial Intelligence (AI) in the contact center industry is on the rise. One area where AI can have a significant impact is in the coaching of contact center agents. By analyzing call transcripts using Natural Language Processing (NLP) techniques, it would be possible to quickly determine which calls are most relevant for coaching purposes. In this paper, we present AI Coach Assist, which leverages the pre-trained transformer-based language models to determine whether a given call is coachable or not based on the quality assurance (QA) questions asked by the contact center managers or supervisors. The system was trained and evaluated on a large dataset collected from real-world contact centers and provides an effective way to recommend calls to the contact center managers that are more likely to contain coachable moments. Our experimental findings demonstrate the potential of AI Coach Assist to improve the coaching process, resulting in enhancing the performance of contact center agents.
• Abstract（参考訳）: 近年,コンタクトセンター産業における人工知能(AI)の利用が増加している。 aiが大きな影響を与える領域の1つは、コンタクトセンターエージェントのコーチングである。 自然言語処理(NLP)技術を用いてコールトランスクリプトを解析することにより、コーチング目的に最も関係のある呼び出しを素早く判断することができる。 本稿では,予め学習したトランスフォーマーベースの言語モデルを用いて,コンタクトセンタマネージャや管理者が求めた品質保証(qa)質問に基づいて,あるコールがコーチ可能かどうかを判断するai coach assistを提案する。 このシステムは、現実世界のコンタクトセンタから収集された大規模なデータセットでトレーニングと評価が行われ、コーチ可能なモーメントを含む可能性が高いコンタクトセンタマネージャへのコールを推奨する効果的な方法を提供する。 実験の結果,AIコーチ支援がコーチングプロセスを改善する可能性を示し,コンタクトセンターエージェントの性能を高めることができた。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• The Ethics of Advanced AI Assistants [53.89899371095332]
  本稿では,高度AIアシスタントがもたらす倫理的・社会的リスクについて論じる。 我々は、高度なAIアシスタントを自然言語インタフェースを持つ人工知能エージェントとして定義し、ユーザに代わってアクションのシーケンスを計画し実行することを目的としている。 先進的なアシスタントの社会規模での展開を考察し、協力、株式とアクセス、誤情報、経済的影響、環境、先進的なAIアシスタントの評価方法に焦点をあてる。
  論文  参考訳（メタデータ） (2024-04-24T23:18:46Z)
• Beyond Static Evaluation: A Dynamic Approach to Assessing AI Assistants' API Invocation Capabilities [48.922660354417204]
  人間の関与なしにアシスタントのAPIコール能力を評価するために,自動動的評価(Automated Dynamic Evaluation, AutoDE)を提案する。 この枠組みでは,人間と機械の相互作用において,真の人間の会話パターンを忠実に反映するように努力する。
  論文  参考訳（メタデータ） (2024-03-17T07:34:12Z)
• Contact Complexity in Customer Service [21.106010378612876]
  カスタマーサービスサポートに手を差し伸べる顧客は、複雑さのさまざまな問題に直面している可能性がある。 これに取り組むために、顧客の問題の複雑さを正確に予測する機械学習モデルが非常に望ましい。 我々は,接触複雑性を定義するための新しい機械学習手法を開発した。
  論文  参考訳（メタデータ） (2024-02-24T00:09:27Z)
• Anticipating User Needs: Insights from Design Fiction on Conversational Agents for Computational Thinking [10.363782876965221]
  本研究では,演習を通じて学生を段階的に指導する対話エージェントを構想し,その指導方法を教育的背景,スキルと欠陥,学習嗜好を意識して調整する。 本稿では,計算思考とコンピュータプログラミングの教育を指向した学習エージェントの今後の実装について考察する。
  論文  参考訳（メタデータ） (2023-11-12T16:19:03Z)
• Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice and Feedback [40.065280357381035]
  CAREは、自動提案生成を通じてピアカウンセラーに権限を与える、インタラクティブなAIベースのツールである。 実践的なトレーニング段階において、CAREは特定のカウンセリング戦略が与えられた文脈で最も適しているかを診断するのに役立つ。 CAREは特に、初心者カウンセラーが挑戦的な状況でより良く対応するのに役立ちます。
  論文  参考訳（メタデータ） (2023-05-15T19:48:59Z)
• AdaCoach: A Virtual Coach for Training Customer Service Agents [14.34418767603295]
  AdaCoachは、助けを求める実際の顧客をシミュレートし、顧客サービスエージェントとの対話を積極的に開始するように設計されている。 自動対話評価モデルを用いて、トレーニングプロセスにおける顧客エージェントのパフォーマンスを評価する。 私たちの知る限りでは、人間とコンピュータのインタラクションを通じてカスタマーサービスエージェントを訓練する最初のシステムです。
  論文  参考訳（メタデータ） (2022-04-27T13:39:27Z)
• Learning to Assist Agents by Observing Them [41.74498230885008]
  動作の表現を生成する能力は、まずオフラインデータで事前訓練される。 我々は、補助エージェントが補助された人工エージェントの環境を操作できるグリッドワールドで設定をテストする。
  論文  参考訳（メタデータ） (2021-10-04T10:38:59Z)
• Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy: Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
  人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。 これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。 我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
  論文  参考訳（メタデータ） (2021-06-15T22:06:39Z)
• Towards an AI assistant for human grid operators [59.535699822923]
  電力システムは、デジタル時代の運用がより複雑になっている。 人間のオペレーターがより多くの情報を扱う必要があるため、リアルタイムの意思決定はますます困難になっている。 より統一的でインタラクティブなフレームワークの下で、ヒューマンマシンインターフェースを再考する必要がある。
  論文  参考訳（メタデータ） (2020-12-03T16:12:58Z)
• Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
  AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。 我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。 実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
  論文  参考訳（メタデータ） (2020-04-27T19:06:28Z)

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。