論文の概要: Utilisation of open intent recognition models for customer support
intent detection
- arxiv url: http://arxiv.org/abs/2307.16544v1
- Date: Mon, 31 Jul 2023 10:20:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 14:59:38.884593
- Title: Utilisation of open intent recognition models for customer support
intent detection
- Title(参考訳): 顧客支援意図検出のためのオープンインテント認識モデルの利用
- Authors: Rasheed Mohammad, Oliver Favell, Shariq Shah, Emmett Cooper, Edlira
Vakaj
- Abstract要約: 企業はサポートを提供し、顧客満足度を改善するための新しいソリューションを模索している。
サポートソリューションは、ソーシャルメディア、人工知能(AI)、機械学習(ML)、リモートデバイス接続など、テクノロジで進歩している。
本研究では,ラベル付きテキストデータと非ラベル付きテキストデータの両方を用いて顧客の意図を正確に予測する手法について検討した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Businesses have sought out new solutions to provide support and improve
customer satisfaction as more products and services have become interconnected
digitally. There is an inherent need for businesses to provide or outsource
fast, efficient and knowledgeable support to remain competitive. Support
solutions are also advancing with technologies, including use of social media,
Artificial Intelligence (AI), Machine Learning (ML) and remote device
connectivity to better support customers. Customer support operators are
trained to utilise these technologies to provide better customer outreach and
support for clients in remote areas. Interconnectivity of products and support
systems provide businesses with potential international clients to expand their
product market and business scale. This paper reports the possible AI
applications in customer support, done in collaboration with the Knowledge
Transfer Partnership (KTP) program between Birmingham City University and a
company that handles customer service systems for businesses outsourcing
customer support across a wide variety of business sectors. This study explored
several approaches to accurately predict customers' intent using both labelled
and unlabelled textual data. While some approaches showed promise in specific
datasets, the search for a single, universally applicable approach continues.
The development of separate pipelines for intent detection and discovery has
led to improved accuracy rates in detecting known intents, while further work
is required to improve the accuracy of intent discovery for unknown intents.
- Abstract(参考訳): より多くの製品やサービスがデジタルで相互接続されるようになるにつれて、企業は顧客満足度の向上とサポートを提供するための新しいソリューションを模索している。
競争力を維持するために、企業は速く、効率的で知識豊かなサポートを提供し、アウトソースする必要がある。
サポートソリューションは、ソーシャルメディア、人工知能(AI)、機械学習(ML)、リモートデバイス接続など、顧客を支援するテクノロジも進歩している。
顧客サポートオペレータは、これらの技術を活用して、より優れた顧客アウトリーチとリモートエリアでのクライアントサポートを提供するように訓練されています。
製品とサポートシステムの相互接続は、企業に対して、製品市場とビジネス規模を拡大するための潜在的な国際顧客を提供する。
本稿では,バーミンガムシティ大学と企業間のナレッジ・トランスフォーメーション・パートナーシップ(ktp)プログラムと共同で,さまざまなビジネス分野におけるカスタマサポートをアウトソーシングする企業のカスタマサービスシステムを扱う企業とのコラボレーションによって,カスタマサポートにおけるai応用の可能性について報告する。
本研究はラベル付きテキストデータとラベルなしテキストデータの両方を用いて顧客の意図を正確に予測するためのいくつかのアプローチを検討した。
特定のデータセットで有望なアプローチもあるが、単一の普遍的なアプローチの探索は続いている。
意図検出と発見のための別個のパイプラインの開発により、既知の意図を検出する精度が向上し、未知の意図に対する意図発見の精度を改善するためにさらなる作業が必要である。
関連論文リスト
- Charting a Path to Efficient Onboarding: The Role of Software
Visualization [49.1574468325115]
本研究は,ソフトウェアビジュアライゼーションツールを用いたマネージャ,リーダ,開発者の親しみやすさを探求することを目的としている。
本手法は, 質問紙調査と半構造化面接を用いて, 実践者から収集したデータの量的, 質的分析を取り入れた。
論文 参考訳(メタデータ) (2024-01-17T21:30:45Z) - Collaborative business intelligence virtual assistant [1.9953434933575993]
本研究では、ユーザとCBI仮想アシスタントのインタラクションを通じて、分散仮想チームにおけるデータマイニングの応用に焦点を当てる。
CBIのための仮想アシスタントは、より広い範囲のユーザのためのデータ探索アクセシビリティを強化し、データ分析に必要な時間と労力を合理化するためのものである。
論文 参考訳(メタデータ) (2023-12-20T05:34:12Z) - 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) - The Future of Consumer Edge-AI Computing [61.92993799731323]
Deep Learningは、主にデバイス間のハードウェアアクセラレーションによって、消費者のエンドに急速に浸透している。
将来を見据えて、孤立したハードウェアが不十分であることは明らかです。
本稿では,コンシューマエッジにおける計算資源とデータアクセスの再編成と最適化を目的とした,EdgeAI-Hubデバイスを中心とした新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2022-10-19T12:41:47Z) - Exploring Attention-Aware Network Resource Allocation for Customized
Metaverse Services [69.37584804990806]
我々は、カスタマイズされたMetaverseサービスを実現するために、アテンション対応ネットワークリソース割り当てスキームを設計する。
目的は、ユーザーがより興味を持つ仮想オブジェクトにより多くのネットワークリソースを割り当てることである。
論文 参考訳(メタデータ) (2022-07-31T06:04:15Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳(メタデータ) (2021-01-15T10:43:10Z) - System Design for a Data-driven and Explainable Customer Sentiment
Monitor [2.490457152391676]
IoTとエンタープライズデータを組み合わせて顧客感情をモデル化するデータ駆動型意思決定支援システムのためのフレームワークを提示する。
このフレームワークは、主要な医療機器メーカーとの実際のケーススタディに適用される。
論文 参考訳(メタデータ) (2021-01-11T18:29:50Z) - Escalation Prediction using Feature Engineering: Addressing Support
Ticket Escalations within IBM's Ecosystem [0.0]
この論文は、特にサポートチケットをエスカレートするリスクを予測する上で、サポートアナリストやマネージャの仕事を単純化するためのステップを提供する。
サポートアナリストの顧客に関する専門知識は、サポートチケットエスカレーションを予測するために機械学習モデルに実装されるサポートチケットモデルの特徴に翻訳された。
機械学習モデルは250万以上のサポートチケットと10,000エスカレーションでトレーニングされ、エスカレーションのリスクがあるサポートアナリストに対して79.9%のリコールと80.8%のワークロード削減を実現した。
論文 参考訳(メタデータ) (2020-10-12T07:06:52Z) - Constraint Programming Algorithms for Route Planning Exploiting
Geometrical Information [91.3755431537592]
本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。
これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。
目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
論文 参考訳(メタデータ) (2020-09-22T00:51:45Z) - Knowledge Integration of Collaborative Product Design Using Cloud
Computing Infrastructure [65.2157099438235]
本論文の主な焦点は、クラウドコンピューティングインフラを用いた協調製品設計・開発のための知識統合サービスの提供に関する継続的な研究のコンセプトである。
提案された知識統合サービスは,知識リソースへのリアルタイムアクセスを提供することによってユーザを支援する。
論文 参考訳(メタデータ) (2020-01-16T18:44:27Z) - Monitoring Misuse for Accountable 'Artificial Intelligence as a Service' [6.562256987706127]
本稿では,AIプロバイダがユーザによるサービス誤用の可能性を明らかにするコンセプトを紹介し,検討する。
我々は、調査を保証できる状況を示す技術的利用パターンを検討し、誤用を監視するための法的および技術的な課題をいくつか提起する。
論文 参考訳(メタデータ) (2020-01-14T18:14:33Z)
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。