CN114064865A - 在远程交互中检测词汇技能级别并校正未对准 - Google Patents
在远程交互中检测词汇技能级别并校正未对准 Download PDFInfo
- Publication number
- CN114064865A CN114064865A CN202110888576.6A CN202110888576A CN114064865A CN 114064865 A CN114064865 A CN 114064865A CN 202110888576 A CN202110888576 A CN 202110888576A CN 114064865 A CN114064865 A CN 114064865A
- Authority
- CN
- China
- Prior art keywords
- agent
- language
- rating
- language proficiency
- communication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003993 interaction Effects 0.000 title abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 244
- 238000013518 transcription Methods 0.000 claims description 8
- 230000035897 transcription Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 abstract description 5
- 239000003795 chemical substances by application Substances 0.000 description 152
- 238000000034 method Methods 0.000 description 61
- 230000008569 process Effects 0.000 description 34
- 238000012545 processing Methods 0.000 description 34
- 230000007246 mechanism Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 17
- 238000013500 data storage Methods 0.000 description 15
- 239000000463 material Substances 0.000 description 14
- 238000012549 training Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 10
- 230000002354 daily effect Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000006855 networking Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000014616 translation Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 230000019771 cognition Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 230000000699 topical effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 241001122315 Polites Species 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000735 select agent Toxicity 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
- H04M3/5233—Operator skill based call distribution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
- G10L15/19—Grammatical context, e.g. disambiguation of the recognition hypotheses based on word sequence rules
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/20—Aspects of automatic or semi-automatic exchanges related to features of supplementary services
- H04M2203/2061—Language aspects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Machine Translation (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本公开内容涉及在远程交互中检测词汇技能级别并校正未对准。为了提供有效的通信,参与通信的个人应当具有适当匹配的语言熟练度。通过确保联络中心的客户与具有或呈现利用适合于该客户的语言熟练度的通信内容的代理相匹配,可以提供有效的通信。如果代理偏离并提供具有与客户未对准的语言熟练度的通信内容,则可以采取自动校正动作以重新对准呈现给客户的语言熟练度。
Description
著作权声明
本专利文件的公开内容的一部分包含受版权保护的材料。版权所有者不反对任何人对专利文档或专利公开内容的复制,如同它出现在专利商标局的专利文件或记录中那样,但是无论如何保留所有版权。
技术领域
本发明一般涉及用于将通信路由到网络上的所选节点的系统和方法,尤其涉及路由到其中节点到节点通信包括同构通信内容的节点。
背景技术
联络中心努力使客户与具有适当技能的代理匹配,以便既有效地与客户通信又解决交互的目的。人类交流是复杂的,并且可能由于许多因素而面临困难。某些属性可能导致交互完全失败,例如当代理和客户不具有共同语言时。这种失败是罕见的,因为联络中心具有机制以确定客户的语言并仅将客户连接到具有该语言的(无论是书面的还是口头的)足够技能的代理。
即使当以共同语言通信时,仍然可能发生错误通信和误解。结果,通信通常包括确定是否发生了误解、从未解决的误解中恢复、以及澄清或以其他方式解决误解的时间段。因此,除了选择要在通信中使用的特定语言之外,提高通信效率促进客户和代理之间的更好理解,减少人力、计算和网络资源,以便更快地解决手头的问题,并允许为其他任务保存资源。
人们知道可以以不同程度的语言熟练度进行交流。语言熟练度具有可测量的标准和基准,以确定个体关于说话、写作、听力和/或阅读的特定程度或得分。提供了各种标准,通过这些标准可以测量和评分熟练度,包括但不限于:美国外语教学委员会(ACTFL)(https://www.actfl.org/)和ACTFL熟练度指南2012(在https://preprod.actfl.org/resources/actfl-proficiency-guidelines-2012可得);学术和技术发展报告了2014年9月,“EF标准英语测试”(EF SET)(在https://www.efset.org/cefr/可得);以及跨语言圆桌会议(ILR)(https://www.govtilr.org/index.htm)和跨语言圆桌会议(ILR)等级(语言熟练度评估),其被分成:说话(在https://www.govtilr.org/Skills/ILRscale2.htm可得)、听力(在https://www.govtilr.org/Skills/ILRscale3.htm可得)、阅读(在https://www.govtilr.org/Skills/ILRscale4.htm可得)、写作(在https://www.govtilr.org/Skills/ILRscale5.htm可得)、翻译(在https://www.govtilr.org/Skills/AdoptedILRTranslationGuidelines.htm可得)、解释(在https://www.govtilr.org/Skills/interpretationSLDsapproved.htm可得)和跨语言圆桌会议(ILR)等级(语言熟练度评估)(在https://web.archive.org/web/20190805192532/http://casemed.case.edu/registrar/pdfs/Scale_ILR.pdf可得)。上述标准和方法中的每一个都通过引用并入本文,以了解它们所教导的全部内容。
作为标准的一个示例,ACTFL熟练度指南是在自发和非排练的环境中在现实世界情形中在说话、写作、听力和阅读方面个人可以用语言来做什么的描述。对于每种技能,这些指南识别五个主要熟练度级别:杰出、超级、高级、中级和新手。高级、中级和新手的主要级别被细分为高、中和低子级。ACTFL指南的级别描述了从高度清晰发音的受过良好语言训练的用户的级别到很少或没有功能能力的级别的连续性熟练度。
这些指南将熟练度的级别呈现为范围,并且描述了个体在每个级别处可以和不可以用语言做什么,而不管在哪里、何时或如何获取了语言。这些级别一起形成了一个层次,其中每个级别包含所有较低的级别。指南不是基于任何特定的理论、教学方法或教育课程。它们既没有描述个人如何学习语言,也没有规定个人应该如何学习语言,并且它们不应该用于这种目的。它们是用于评价功能语言能力的工具。
ACTFL熟练度指南在1986年首次出版,作为美国政府的跨语言圆桌会议(ILR)技术级别描述的学术界的改编。该第三版标志着ACTFL熟练度指南的第三版包括自从1986年其原始出版物以来的听力和阅读的第一版本,以及ACTFL说话和写作指南的第二版本,其分别在1999年和2001年被修订以反映真实世界的评估需要。2012年的新版本是添加对于说话和写作指南杰出的主要级别,对于听力和阅读指南将高级划分为高、中和低三个子级,以及对于所有技能添加高级、中级和新手级别的一般级别描述。
2012年指南的另一新特征是其在线公开、在说话和写作的每个级别支持表现的带注解的多媒体样本和有注释的术语、以及与说话和写作的每个级别相关联的口头和书面文本和任务的示例。
ACTFL熟练度指南的直接应用是用于评价功能语言能力。指南旨在用于学术和工作场所环境中的全球评估。然而,指南确实具有指导性暗示。ACTFL熟练度指南是K-12学习者的ACTFL性能指南(1998)的发展的基础,并且与国家外语学习标准(1996、1998、2006)结合使用以描述学生有多好地符合内容标准。在过去的25年中,ACTFL指南在美国对外语教学和学习的影响日益深远。
ACTFL:杰出(说话)
处于杰出级别的说话者能够熟练地使用语言,并且具有准确性、效率和有效性。他们接受教育并使语言的用户清晰发音。它们可以以文明上适当的方式反映在广泛的全球问题和高度抽象的概念上。杰出级别的说话者可以使用说服和假设的谈话来表示目的,允许他们提倡不一定是他们自己的观点。他们可以通过以文化上真实的方式调整他们的语音和表达来使语言适应于各种听者。
处于杰出级别的说话者产生高度复杂和紧密组织的扩展谈话。同时,他们可以简洁地说话,通常使用文化和历史参考以允许他们说得更少且意味着更多。在这个层次上,口头讲述通常类似书面讲述。
非母语口音、母语状的经济表达的缺乏、深度嵌入的文化参考的有限控制、和/或偶然的孤立语言错误仍可能存在于该级别。
ACTFL:超级(说话)
处于超级级别的说话者能够准确且流畅地进行交流,以便从具体和抽象的角度以正式和非正式设置完全且有效地参与关于各种主题的对话。他们讨论他们的兴趣和能力的特殊领域,详细解释复杂的事情,并提供冗长且连贯的叙述,所有这些都具有简易性、流畅性和准确性。他们提出他们对感兴趣的多个问题的意见,例如社会和政治问题,并且提供结构化的论据以支持这些意见。它们能够构建和开发假设以探索备选可能性。
在适当的时候,这些说话者使用扩展的谈话,即使从事抽象的详细阐述,也没有不自然地冗长的犹豫来实现它们的观点。这种谈话虽然是连贯的,但是仍然可能受到除目标语言的语言模式之外的语言模式的影响。高级级别的说话者采用各种交互和谈话策略,例如轮流获取并通过使用句法、词汇和语音手段将主要思想与支持信息分开。
超级级别的说话者在基本结构的使用中没有表现出任何错误模式,尽管它们可能产生零星的错误,特别是在低频结构和复杂的高频结构中。如果发生了这样的错误,则这样的错误不会分散本地对话者的注意力或干扰交流。
ACTFL:高级(说话)
高级级别的说话者以清楚参与的方式参与会话,以便传送关于自传主题以及社区、国家或国际兴趣的主题的信息。通过在过去、现在和未来的主要时间框架中的叙述和描述来具体地处理主题。这些说话者也可以处理具有意外的复杂情况的社会形势。高级级别的说话者的语言是丰富的,口语段落是高级级别长度和谈话的度量。高级级别的说话者具有对基本结构和通用词汇的充分控制,以便被该语言的母语说话者(包括那些对非母语语音不习惯的说话者)理解。
高级高:
高级高子级的发言者以语言学上的容易、信任和能力执行所有高级级别的任务。它们始终能够在所有时间框架中完全和准确地详细解释和叙述。另外,高级高的说话者处理与超级级别有关的任务,但是不能跨各种主题维持该级别的表现。它们可以提供结构化的言论以支持他们的意见,并且它们可以构造假设,但是出现错误模式。他们可以抽象地讨论一些主题,尤其是与他们的特定兴趣和专门技术领域相关的那些主题,但是通常,他们更容易具体地讨论各种主题。
高级高的说话者可以展示通过自信使用交流策略(诸如释义、涵义和说明)来补偿某些形式的不完全掌握或词汇限制的良好发展的能力。他们使用精确的词汇和语调来表达含义,并且经常表现出非常流利和容易的说话。然而,当被要求在各种主题上执行与超级级别相关联的复杂任务时,他们的语言有时会崩溃或证明是不适当的,或者他们可以完全避免该任务,例如,通过使用描述或叙述代替论证或假设来求助于简化。
高级中:
高级中子级的发言者能够容易地和有把握地处理大量交流任务。他们积极地参与关于与工作、学校、家庭和休闲活动有关的各种具体主题以及与当前、公众和个人兴趣或个人相关的事件有关的主题的大多数非正式的和一些正式的交流。
高级中的说话者通过提供具有方面的良好控制的完整账户,在过去、现在和未来的主要时间框架中展示叙述和描述的能力。叙述和描述倾向于被组合和交织以在连接的段落长度的谈话中涉及相关的和支持的事实。
高级中的说话者可以成功地并且相对容易地处理由在他们以其他方式熟悉的常规情况或交流任务的上下文内发生的事件的复杂或非预期转变所呈现的语言挑战。为此目的,经常采用诸如环绕或改述的交流策略。执行高级级别的任务的高级中的说话者的讲话由大量的流标记。它们的词汇量相当广泛,尽管本质上主要是通用的,但除了在专业化或兴趣的特定领域的情况下。他们的谈话仍然可以反映他们自己的语言而不是目标语言的口语段落结构。
高级中的说话者以很高的准确性、清晰性和精确性具体地处理各种熟悉主题的对话,并且他们传达他们想要的消息而不会错误呈现或混淆。他们很容易被不习惯于处理非母语的母语说话者理解。当被要求执行功能或处理与超级级别相关联的主题时,他们的语音的质量和/或数量通常将下降。
高级低:
高级低子级的说话者能够处理各种交流任务。他们能够参与关于与学校、家庭和休闲活动相关的主题的大多数非正式的和一些正式的谈话。他们还可以说出一些与职业、当前事件以及公众和社区兴趣相关的主题。
高级低的说话者展示出在段落长度的论述中在过去、现在和将来的主要时间框架中借助于一些方面的控制来叙述和描述的能力。在这些叙述和描述中,高级低的说话者将句子组合和链接成段落长度的连接的论述,尽管这些叙述和描述往往是单独处理的而不是交织的。他们可以适当地处理由复杂事件或意外事件的转变所带来的基本语言挑战。
由高级低的说话者产生的响应通常不长于单个段落。说话者的主导语言在该语言的假同源词、文字翻译或口头段落结构的使用中可能是明显的。有时,他们的谈话对于该级别可能是最少的,由不规则流标记,并且包含显著的自校正。更一般地,高级低的说话者的表现往往是不均匀的。
高级低的语音通常由某一语法粗糙性(例如,动词结尾的不一致控制)来标记,但是高级级别任务的总体性能被维持,尽管是最低限度的。高级低的说话者的词汇通常缺乏特殊性。然而,高级低的说话者能够使用诸如改述和环绕之类的交流策略。
高级低的说话者以足够的准确性、清晰度和精确性对会话作出贡献,以传达他们想要的消息而不会错误呈现或混淆。他们的语音可以被不习惯于处理非母语的母语说话者理解,即使这可能需要一些重复或重述。当试图执行功能或处理与超级级别相关联的主题时,其语音的语言质量和数量将显著恶化。
ACTFL:中级(说话)
中级级别的说话者主要通过其在谈论与其日常生活相关的熟悉话题时用语言进行创建的能力来区分。他们能够重新组合习得的材料以表达个人含义。中级级别的说话者可以询问简单的问题并且可以处理直接的生存情况。它们产生句子级别语言,范围从离散的句子到句子串,通常在当前时间。中级级别的说话者被习惯于处理该语言的非母语学习者的对话者所理解。
中级高:
当处理中级级别的例行任务和社会情况时,中级高的说话者能够容易且有把握地交谈。他们能够成功地处理不复杂的任务和社会形势,其需要交换与他们的工作、学校、娱乐、特定兴趣和能力领域相关的基本信息。
中级高的说话者可以处理与高级级别相关联的大量任务,但是他们不能在所有时间都维持所有这些任务的执行。中级高的说话者可以使用段落长度的连接的论述在所有主要时间框架中叙述和描述,但不是在所有时间。通常,当中级高的说话者试图执行高级级别任务时,他们的语音表现出一个或多个细分特征,例如不能在适当的主要时间框架内完全执行叙述或描述、不能维持段落长度谈话、或词汇的宽度和适当性的降低。
中级高的说话者通常可以被不习惯于处理非母语者的母语说话者理解,尽管来自另一语言的干扰可能是明显的(例如,使用代码切换、错误的同源词、文字翻译),并且可能出现交流中的间隙模式。
中级中:
中级中子级的说话者能够在直接的社交情形中成功地处理各种不复杂的交流任务。会话通常限于那些可预测的和具体的交流,这些交流对于目标文化中的生存是必需的。这些包括与自身、家庭、家、日常活动、兴趣和个人偏好相关的个人信息以及身体和社会需求,例如食物、购物、旅行和住宿。
中级中的说话者倾向于例如通过响应直接问题或信息请求而反应性地起作用。然而,他们能够在必要时询问各种问题以获得简单的信息来满足基本需求,诸如方向、价格和服务。当被要求执行功能或处理高级级别的主题时,他们提供一些信息,但是难以链接想法、操纵时间和方面、以及使用诸如境况之类的交流策略。
中级中的说话者能够通过用语言进行创建,部分地通过组合和重组已知元素和会话输入以产生通常由句子和句子串组成的响应,来表达个人含义。他们的语音可能包含暂停、重构和自校正,因为他们搜索足够的词汇和适当的语言形式来表达他们自己。尽管在他们的词汇和/或发音和/或语法和/或句法上有限制,但是中级中的说话者通常被习惯于处理非母语者的交际对话者理解。
总的来说,中级中的说话者在执行中级级别任务时很容易使用大量的中级级别语言和高质量的中级级别语言。
中级低:
中级低子级的说话者能够通过在直接的社交情形中用语言进行创建来成功地处理有限数量的不复杂的交流任务。会话限于在目标语言文化中生存所必需的一些具体交流和可预测主题。这些主题涉及基本个人信息;例如,自己和家庭、一些日常活动和个人偏好、以及一些即时需要,例如订购食物和简单购买。在中级低子级处,说话者主要是反应性的,并且努力回答直接问题或信息请求。他们还能够询问一些适当的问题。中级低的说话者设法维持中级级别的功能,尽管几乎非常少。
中级低的说话者通过将他们所知的和他们从其对话者听到的内容组合和重新组合成简短的陈述和离散的句子来表达个人含义。他们的响应常常被犹豫和不准确性填补,因为他们在试图对消息给出形式的同时搜索适当的语言形式和词汇。他们的语音的特征在于频繁的暂停、无效的重构和自校正。他们的发音、词汇和句法受它们的第一语言的强烈影响。尽管经常误解可能需要重复或改述,但是中级低的说话者通常可以被有同理心的对话者理解,特别是被习惯于处理非母语者的那些人理解。
ACTFL:新手(说话)
新手级别的说话者可以在直接影响他们的高度可预测的日常话题上传送短消息。他们主要通过使用已经遇到、记忆和回想起的孤立单词和短语来这样做。即使是习惯于非母语说话的大多数有同理心的对话者,新手级别的说话者也可能难以理解。
新手高:
新手高子级的说话者能够处理与中级级别有关的各种任务,但是不能维持该级别的表现。他们能够在简单的社交情况下成功地管理多个不复杂的交流任务。会话被限制在目标语言文化中生存所必需的几个可预测的主题,例如基本个人信息、基本对象以及有限数量的活动、偏好和即时需要。新手高的说话者的新手对简单的、直接的问题或信息请求做出响应。他们还能够询问一些公式化的问题。
新手高的说话者能够通过严重依赖于所学短语或这些短语的重新组合以及他们从其对话者听到的内容来表达个人含义。他们的语言主要包括目前较短的并且有时不完整的句子,并且可能犹豫或者不准确。另一方面,由于他们的语言通常包括对所学材料和常备短语的扩展,因此他们可能有时听起来惊人地流畅和准确。发音、词汇和句法可能受第一语言的强烈影响。经常会出现误解,但是,随着重复或改述,用于非母语者的有同理心的对话者通常可以理解新手高的说话者。当被要求处理各种主题并执行与中级级别有关的功能时,新手高的说话者有时可以以可理解的句子做出响应,但将不能维持句子级别的谈话。
新手中:
新手中子级的说话者通过使用由特定上下文限制的多个孤立单词和记忆短语来进行最小程度的交流,其中所述语言已经被学习。当回答直接问题时,他们可能一次只说两个或三个单词或者给出偶尔的常备回答。当他们搜索简单的词汇或试图重复利用他们自己的和他们的对话者的单词时,他们频繁地停顿。即使习惯于处理非母语者的有同理心的对话者,新手中的说话者也可能难以理解。当被要求处理主题并执行与中级级别相关联的功能时,它们经常求助于重复、来自其母语语言的单词或静默。
新手低:
新手低子级的说话者没有真正的功能能力,并且由于他们的发音,可能是难以理解的。给定足够的时间和熟悉的线索,他们可能能够交换问候、给出他们的身份、以及从他们的即时环境中命名多个熟悉的对象。他们不能执行功能或处理与中级级别有关的主题,因此不能参与真正的会话交流。
ACTFL:杰出(写作)
杰出级别的写作者可以进行正式的写作任务,例如官方信件、职位论文和期刊文章。他们可以分析地写出专业的、学术的和社会的问题。此外,杰出级别的写作者能够以高度概念化的方式解决世界问题。
这些写作者可以使用说服和假设的论述作为代表性技术,以允许他们提倡不一定是他们自己的观点。他们还能够传达细微性和细微差别。杰出级别的写作是复杂的,并且针对复杂的阅读者。在该级别的写作者向他们的观众进行写作;他们为其阅读者定制他们的语言。
杰出级别的写作是密集且复杂的;然而,其特征在于表达的经济性。写作是巧妙的,以反映目标文化思维模式的方式被组织。在杰出级别,长度不是决定因素。杰出级别文本可以短至诗或长至论文。
杰出级别的写作者展示出对语言的复杂词汇、语法、句法和风格特征的控制。在战略上使用文体结构和标点符号,不仅用于组织含义,而且用于增强含义。惯例通常适合于文本模态和目标文化。
ACTFL:超级(写作):
超级级别的写作者能够产生关于各种社会、学术和专业主题的大多数正式和非正式信件、深入的总结、报告和研究论文。他们对这些问题的处理超出了具体内容而移至抽象。
超级级别的写作者展示出解释复杂问题以及通过发展有说服力的争辩和假设来呈现和支持意见的能力。通过有效使用结构、词典和写作协议来增强他们对主题的处理。他们组织并优先考虑向读者传达什么重要的想法。由于组织和发展原则(例如,因果、比较、时序),想法之间的关系始终是清楚的。这些写作者能够对主题进行扩展处理,该主题通常需要至少一系列段落,但是可以扩展到许多页面。
超级级别的写作者展示出对语法和句法、普通和专业/职业词汇的语法和句法、拼写或符号产生、衔接手段以及标点符号的高度控制。它们的词汇是精确的和变化的。在这个级别的写作者将他们的写作指引到他们的观众;他们的写作流畅性减轻了阅读者的工作。
超级级别的写作者通常不控制目标语言文化、组织或风格模式。在超级级别,写作者没有表现出错误模式;然而,可能发生偶然的错误,特别是在低频结构中。当存在时,这些错误不干扰理解,并且它们很少分散母语阅读者的注意力。
ACTFL:高级(写作)
高级级别的写作者的特征在于编写例行非正式和一些正式信件以及事实性质的叙述、描述和总结的能力。他们可以使用释义和详细阐述来在过去、现在和将来的主要时间框架中叙述和描述以提供清楚性。高级级别的写作者产生段落长度和结构的连接的论述。在这个级别,写作者表现出对最频繁使用的结构和通用词汇的良好控制,以允许他们被那些对非母语的写作不熟悉的人理解。
高级高:
高级高子级的写作者能够以显著的精度和细节写出关于各种主题的内容。他们可以根据适当的惯例处理非正式的和正式的信件。他们可以写出事实性质的概要和报告。他们还可以广泛地写出与特定兴趣和特殊能力领域相关的主题,尽管他们的写作倾向于强调这些主题的具体方面。高级高的写作者可以在主要的时间框架中进行叙述和描述,具有对方面的固定控制。此外,他们能够展示出处理与超级级别相关联的写作任务的能力,诸如发展争辩和构建假设,但是不能一直这样做;他们不能在抽象地或一般地对待的各种主题上持续产生高级级别写作。他们具有对一系列语法结构的良好控制和相当广泛的通用词汇。当在高级级别写作时,他们通常表现出显著的表达容易性,但是在超级级别写作任务的要求下,出现错误模式。高级高写作的语言限制可能偶尔使母语阅读者从消息分心。
高级中:
高级中子级的写作者能够满足一定范围的工作和/或学术写作需求。他们展示出叙述能力,并在所有主要的时间框架中详细描述,具有良好的方面控制。他们能够写出关于一般感兴趣的主题的直接概要。他们的写作在文本中呈现出多个衔接手段,最多在长度上达几个段落。存在对最频繁使用的目标语言句法结构和一系列通用词汇的良好控制。最常见的是,通过一些详细描述清楚地表达和支持思想。这种写作结合了目标语言和写作者的第一语言的组织特征,并且有时可能类似于口头谈话。高级中子级的写作容易被不用于非母语者的写作的母语者理解。当被要求在超级级别上处理问题或执行功能时,高级中的写作者将表现出他们写作的质量和/或数量的下降。
高级低:
高级低子级的写作者能够满足基本工作和/或学术写作需求。他们展现出在一些方面控制的情况下在主要时间框架中进行叙述和描述的能力。他们能够在熟悉的主题上构成简单的摘要。高级低的写作者能够将句子组合并链接成段落长度和结构的文本。他们的写作虽然足以满足高级级别的标准,但可能不是实质性的。高级低子级的写作者展示出合并有限数量的衔接手段的能力,并且可以采取一些冗余和笨拙的重复。他们依赖于口头交谈的模式和他们第一语言的写作风格。这些写作者展示出对与高级级别相关联的公共结构和词汇的最小控制。他们的写作被不习惯于非母语写作的沐母语者理解,尽管在阅读文本时可能需要一些额外的努力。当试图执行超级级别的功能时,他们的写入将显著恶化。
ACTFL:中级(写作):
中级级别的写作者的特征在于满足实际写作需要的能力,例如简单的消息和信函、信息请求和注释。此外,他们可以在写作时询问和回答简单的问题。这些写作者可以用语言进行创建并在个人兴趣和社会需求的主题上以一系列松散连接的句子传达简单事实和想法。他们主要在当前时间写作。在这个级别,写作者使用基本词汇和结构来表达习惯非母语写作的人可理解的含义。
中级高:
中级高子级的写作者能够满足中级级别的所有实际写作需求。另外,他们可以写出与工作和/或学校经验相关的作文和简单的摘要。当写作日常事件和情况时,他们可以在不同的时间框架中进行叙述和描述。这些叙述和描述通常但不总是段落长度,并且它们通常包含高级级别的一个或多个特征的一些细分证据。例如,这些写作者在使用适当的主要时间标记方面可能不一致,从而导致清晰度的损失。中级高的写作者的词汇、语法和风格基本上对应于口语的词汇、语法和风格。中级高的写作,即使有许多且可能显著的错误,一般对于不用于非母语的写作的母语者也是可理解的,但在理解上可能存在差距。
中级中:
中级中子级的写作者能够满足许多实际的写作需求。他们可以在松散联系的文本中写出简短、简单的通信、作文和信息请求,所述文本关于个人偏好、日常生活、公共事件和其他个人主题。他们的写入以当前时间为框架,但可以包含对其它时间框架的引用。写作风格非常类似于口头谈话。中级中子级的写作者展现出控制基本句子结构和动词形式的证据。这种写作最好被定义为松散地串在一起的离散句子和/或问题的集合。几乎没有精心准备的组织的证据。中级中的写作者可以容易地被用于非母语的写作的母语者理解。当中级中的写作者尝试高级级别写作任务时,他们的写作的质量和/或数量下降,并且消息可能不清楚。
中级低:
中级低子级的写作者能够满足一些有限的实际写作需求。他们可以基于熟悉的材料创建陈述并制定问题。大多数句子是学习词汇和结构的重新组合。这些是具有基本词序的短且简单的对话风格的句子。几乎在当前时间专门写出它们。写作往往由几个简单的句子组成,通常具有重复的结构。主题与高度可预测的内容领域和个人信息相联系。词汇足以表达基本需求。在语法、单词选择、标点符号、拼写以及非字母符号的形成和使用中可能存在基本错误。他们的写作被用于非母语的写作的母语者理解,尽管可能需要额外的努力。当中级低的写作者试图执行高级级别的写作任务时,他们的写作将显著恶化,并且他们的消息可能不完整。
ACTFL:新手(写作):
新手级别的写作者的特征在于主要通过写作单词和短语来产生列表和注释的能力。他们可以提供关于简单表格和文档的有限的公式化信息。这些写作者可以再现所实践的材料以传达最简单的消息。此外,他们可以转录熟悉的单词或短语,复制字母表的字母或音节,或以一定的精度再现基本字符。
新手高:
新手高子级的写作者能够使用列表、短消息、明信片和简单笔记来满足有限的基本实际写作需求。他们能够在学习语言的上下文中表达他们自己,主要依赖于实践的材料。他们的写作集中在日常生活的常见要素上。新手高的写作者能够重新组合所学习的词汇和结构以创建关于非常熟悉的主题的简单句子,但是不能一直维持句子级写作。由于词汇和/或语法不足,在该级别的写作可能仅部分地传达写作者的意图。新手高的写作者对于用于非母语的写作的母语者来说经常是可理解的,但是可能出现理解上的缺口。
新手中:
新手中子级的写作者可以从记忆中再现上下文中的适当数量的单词和短语。他们可以提供关于简单表格和文档的有限信息,以及诸如姓名、号码和国籍的其它基本传记信息。当使用有限的公式化语言在实践良好的熟悉主题上写作时,新手中的写作者表现出高度的准确性。对于不太熟悉的主题,准确性显著降低。拼写或符号表示中的错误可能是频繁的。几乎没有功能写作技能的证据。在这个级别,即使习惯于非母语写作者的那些人也可能难以理解写作。
新手低:
新手低子集的写作者能够在使用音节或字符的语言中复制或转录熟悉的单词或短语,形成字母系统中的字母,以及复制和产生孤立的基本笔画。给定足够的时间和熟悉的提示,他们可以从记忆中再现非常有限数量的孤立单词或熟悉短语,但是错误是预期的。
ACTFL:杰出(听力):
在杰出级别,听者可以理解以适合不同听众的语言的关于高度专业化的主题的各种形式、风格和语言记录。处于杰出级别的听者可以理解语言,例如在经典剧院、艺术电影、专业研讨会、学术辩论、公共政策声明、文学读物以及大多数笑话和惩罚中发现的语言。他们能够理解隐含的和推断的信息、音调和观点,并且可以遵循高度有说服力的争辩。他们能够理解与复杂主题相关的不可预测的思维转变。此外,通过广泛和深入地理解文化参考和暗示,增强了他们的听力能力。处于杰出级别的听者能够理解口语的丰富度。
杰出级别的听者理解可以是高度抽象的、高度技术的或两者兼而有之的语音,以及包含非常精确的、通常低频词汇和复杂修辞结构的语音。在这个级别,听者理解冗长且密集的、结构复杂的、富含文化参考的、习惯的和口语的口头谈话。此外,这个级别的听者可以理解微妙的或高度专业化的信息,以及具有很少或没有语言冗余的非常短的文本的全部文化意义。
杰出级别的听者理解来自文化框架内的语言,并且能够理解说话者对细微差别和精巧性的使用。然而,他们可能仍然难以完全理解某些方言和非标准语言种类。
ACTFL:超级(听力):
在超级级别,听者能够理解在广泛的熟悉和较不熟悉的主题上的标准方言中的语音。他们可以遵循语言上复杂的扩展谈话,例如在学术和专业环境、演讲和报告中所发现的谈话。理解不再局限于听力者对主题的熟悉,而是还来自于由广泛词汇支持的语言的命令、目标文化内的语言经验和更复杂结构的理解。高级的听力者不仅能够理解所说的内容,而且有时能够理解没有说的内容;也就是说,他们可以进行推断。
高级级别的听者理解通常使用精确、专业词汇和复杂语法结构的语音。这种语音通常以适合于学术和专业听众的方式抽象地处理主题。它可以被推理并且可以包含文化参考。
ACTFL:高级(听力):
在高级级别,听者可以理解在关于各种一般感兴趣主题的连接的谈话中的主要思想和最支持的细节,所述主题诸如新闻故事、解释、指令、事件或旅行描述。听者能够通过使用真实世界的知识和上下文线索来补偿他们的词汇和语言结构控制的限制。如果听者对主题或语境具有显著的熟悉度,他们也可以从较高级别的口述文本中获得一些含义。
高级级别的听者理解真实和连接的语音。这种语音在词汇上和结构上并不复杂。谈话是直接的,并且通常以清楚和可预测的方式组织。
高级级别的听者展示出在一般感兴趣的主题范围上理解语言的能力。他们具有足够的语言结构知识来理解基本的时间框架参考。然而,他们的理解最经常限于具体的常规谈话。
高级高:
在高级高子级,听者能够容易且有信心地理解任何长度的常规叙述性和描述性文本以及诸如概要或报告的复杂事实材料。它们通常能够遵循特殊兴趣或知识领域中的更复杂或有争论的语音的一些基本点。此外,他们能够从处理不熟悉的主题或情况的口述文本中导出一些含义。在高级高子级,听者能够理解口头谈话中呈现的事实,并且通常能够识别说话者预期的推断。然而,在理解处理被抽象地对待的问题的复杂文本时可能存在缺口,这些问题通常被超级级别听者理解。
高级中:
在高级中子级,听者能够理解传统的叙述和描述文本,例如人、地点和事物的扩展描述,以及关于过去、现在和未来事件的叙述。语音主要是熟悉的目标语言模式。听者理解主要事实和许多支持细节。理解不仅源自情境和主题知识,而且源自语言本身不断增加的整体设施。
高级低:
在高级低子级,听者能够理解具有清楚的基本结构的短的传统叙述和描述性文本,尽管他们的理解可能是不均匀的。听者理解主要事实和一些支持细节。理解通常主要从情况和主题知识得出。
ACTFL:中级(听力):
在中级级别,听者可以理解在熟悉或日常话题上以简单的句子长度的语音传达的信息。他们通常能够在参与面对面交谈或常规听力任务的同时一次理解一个话语,例如理解高度情境化的消息、直接通告或简单指令和指导。听者严重依赖于冗余、重述、释义和上下文线索。
中级级别听者理解传达基本信息的语音。该语音简单、连接最少,并且包含高频词汇。
当从简单、直接的语音中获得含义时,中级级别的听者在他们的理解中是最准确的。他们能够理解在非常熟悉的日常上下文中发现的消息。中级听者需要其中他们听到他们可能期望听到的内容的受控听力环境。
中级高:
在中级高子级,听者能够容易且有信心地理解基本个人和社会环境中的简单句子长度的语音。他们可以从高级级别的听者通常理解的一些连接文本中得到实质意义,尽管由于口语词汇和结构的有限知识而将经常存在理解上的差距。
中级中:
在中级中子级,听者能够在各种基本的个人和社会环境中理解简单的、句子长度的语音,一次一个话语。尽管可能发生一些误解,但理解通常对于非常熟悉和可预测的主题是准确的。中级中的听者可以从高级级别的听者通常理解的口述文本中得到一些含义。
中级低:
在中级低子级,听者能够在基本的个人和社会环境中从句子长度的语音理解一些信息,一次一个话语,尽管理解经常是不均匀的。在中级低子级,听者很少或不能理解高级级别的听者通常理解的口述文本。
ACTFL:杰出(阅读):
在杰出级别,阅读者可以理解来自包括专业、技术、学术和文学在内的许多类型的各种各样的文本。这些文本的特征在于以下中的一个或多个:词汇的高度抽象、精确或唯一性;信息密度;文化参考;或结构的复杂性。阅读者能够理解隐含的和推断的信息、音调和观点,并且能够遵循高度有说服力的争辩。他们能够理解与复杂主题相关的不可预测的思维转变。
处于杰出级别的阅读者能够理解为特定观众定制的写作以及语言的许多历史、地区和口语变化。这些阅读者能够理解书面语言的丰富性。杰出级别的阅读者理解和领会使用高度精确的低频词汇以及复杂的修辞结构来传达细微的或高度专业化的信息的文本。这样的文本通常是短文长度,但可以是来自更长文本的摘录。
杰出级别的阅读者理解来自文化框架内的语言,并且能够理解写作者对细微差别和精巧性的使用。然而,他们可能仍然难以完全理解书面语言的某些非标准种类。
ACTFL:新手(听力):
在新手级别,听者可以理解高度语境化和高度可预测的关键字、真实听觉认知和公式化表达,诸如在介绍和基本礼节中找到的那些。
新手级别的听者理解来自简单问题、陈述和高频命令的单词和短语。他们通常需要重复、改述和/或减慢的语速以便理解。他们严重依赖语言外支持来导出含义。
当新手级别的听者能够识别他们能预期的语音时,他们是最准确的。这样,这些听者倾向于识别而不是真正理解。它们的听力很大程度上取决于除消息本身之外的因素。
新手高:
在新手高子级,听者通常但不总是能够在其中存在上下文或语言外的支持的基本的个人和社会环境中从句子长度的语音理解信息,每次一个话语,尽管理解可能通常非常不均匀。如果词汇已经学习,他们能够理解涉及实际需求的领域的语音,例如高度标准化的消息、短语或指令。
新手中:
在新手中子级,听者可以识别并开始理解多个高频、高度语境化的单词和短语,包括听觉认知和借用单词。通常,他们一次理解仅仅一个短语,并且可能需要重复。
新手低:
在新手低子级,当孤立单词或非常高频的短语受到上下文的强烈支持时,听者能够偶尔识别出这些孤立单词或非常高频的短语。这些听者实际上没有理解任何类型的口头消息,甚至在最基本的个人和社会背景下也是如此。
ACTFL:杰出(阅读):
在杰出级别,阅读者可以理解来自包括专业、技术、学术和文学在内的许多类型的各种各样的文本。这些文本的特征在于以下中的一个或多个:词汇的高度抽象、精确或唯一性;信息密度;文化参考;或结构的复杂性。阅读者能够理解隐含的和推断的信息、音调和观点,并且能够遵循高度有说服力的争辩。他们能够理解与复杂主题相关的不可预测的思维转变。
处于杰出级别的阅读者能够理解为特定观众定制的写作以及语言的许多历史、地区和口语变化。这些阅读者能够理解书面语言的丰富性。杰出级别的阅读者理解和领会使用高度精确的低频词汇以及复杂的修辞结构来传达细微的或高度专业化的信息的文本。这样的文本通常是短文长度,但可以是来自更长文本的摘录。
杰出级别的阅读者理解来自文化框架内的语言,并且能够理解写作者对细微差别的使用和
ACTFL:超级(阅读):
在超级级别,阅读者能够理解来自处理广泛主题的许多类型的文本,熟悉的和不熟悉的。理解不再局限于阅读者对主题的熟悉,而是还来自于对由广泛词汇支持的语言的命令、目标文化的知识和复杂结构的理解。超级级别的阅读者可以从文本和语言外线索中得出推断。
超级级别的阅读者理解使用精确的、通常专业的词汇和复杂的语法结构的文本。这些文本以论证、支持的意见和假设为特征,并且使用如在学术和专业阅读中遇到的抽象语言表达。这样的文本通常是推理和/或分析的,并且可能经常包含文化参考。
超级级别的阅读者能够理解专业、学术或文学性质的冗长文本。此外,出于超级级别的阅读者通常知道语言的美学特性及其文学风格,但是可能不完全理解其中深深地嵌入了文化参考和假设的文本。
ACTFL:高级(阅读):
在高级级别,阅读者可以理解真实叙述和描述性文本的主要思想和支持细节。阅读者能够通过使用上下文线索来补偿其词汇和结构知识的限制。理解同样由语言的惯例的知识(例如,名词/形容词协定、动词放置等)支持。当熟悉主题时,高级级别的阅读者也能够从直接的论证文本中导出一些含义(例如,认识到主要论点)。
高级级别的阅读者能够理解具有清楚和可预测结构的文本。对于大部分,诗歌是不复杂的,并且主题涉及一般感兴趣的真实世界主题。
高级级别的阅读者展示出他们阅读对他们来说新的主题的能力的独立性。他们具有对标准语言惯例的充分控制以理解排序、时间框架和年代顺序。然而,这些阅读者可能受到其中问题被抽象地对待的文本的挑战。
高级高:
在高级高子级,阅读者能够完全且容易地理解任何长度的常规叙述和描述文本以及更复杂的事实材料。他们能够遵循特别感兴趣或知识领域中的论证文本的一些基本点。此外,他们能够理解处理不熟悉的主题或情况的文本的部分。这些阅读者能够超越对文本中的事实的理解,并开始识别写作者预期的推断。对语言的美学特性及其文学风格的浮现的认识允许对各种文本的理解。当阅读结构上和/或概念上更复杂的文本时,可能发生误解。
高级中:
在高级中子级,阅读者能够理解常规叙述和描述性文本,诸如关于过去、现在和未来事件的叙述以及人、地点和事物的扩展描述。这些文本反映了语言的书面形式的标准语言惯例,使得阅读者可以预测他们将要阅读的内容。阅读者理解主要思想、事实和许多支持细节。理解不仅源自情境和主题知识,而且源自语言本身的知识。这个级别的阅读者可以从结构上和/或概念上更复杂的文本中得出一些含义。
高级低:
在高级低子级,阅读者能够理解具有清楚的基本结构的传统叙述性和描述性文本,尽管他们的理解可能是不均匀的。这些文本主要包含高频词汇和结构。阅读者理解主要思想和一些支持细节。理解通常主要从情况和主题知识得出。这个级别的阅读者将面临理解更复杂的文本的挑战。
ACTFL:中级(阅读):
在中级级别,阅读者可以理解以简单的、可预测的、松散连接的文本传达的信息。阅读者严重依赖于上下文线索。如果文本的格式是熟悉的,例如在天气预报或社会公告中那样,那么他们可以最容易地理解信息。
中级级别的阅读者能够理解传达诸如在公告、通知和在线公告板和论坛中找到的基本信息之类的基本信息的文本。这些文本并不复杂,并且具有可预测的呈现模式。该论述最小程度地连接并主要组织在单独的句子和主要包含高频词汇的句子串中。
当从简单、直接的文本中获得含义时,中级级别的阅读者是最准确的。他们能够理解在非常熟悉的日常环境中发现的消息。在这个级别,阅读者可能不完全理解详细的文本或者为了理解排序、时间框架和年代顺序而必须了解语言结构的那些文本。
中级高:
在中级高子级,阅读者能够完全且容易地理解传达基本信息并处理阅读者引起个人兴趣或知识的个人和社会话题的简短、不复杂的文本。这些阅读者还能够理解一些以描述和叙述为特征的连接文本,尽管由于词汇、结构和语言的写作惯例的有限知识而导致在理解上存在偶然的差距。
中级中:
在中级中子级,阅读者能够理解传达基本信息并处理阅读者引起个人兴趣或知识的基本个人和社会主题的简短、不复杂的文本,尽管可能发生一些误解。在这个级别的阅读者可以从处理熟悉主题的以描述和叙述为特征的短连接文本中得到一些含义。
中级低:
在中级低子级,阅读者能够从处理有限数量的个人和社会需求的最简单的连接文本理解一些信息,尽管可能存在频繁的误解。这个级别的阅读者将受到挑战以从任何长度的连接文本中得出含义。
ACTFL:新手(阅读):
在新手级别,阅读者可以理解关键词和同源词,以及高度语境化的公式化短语。
新手级别的阅读者能够从主题或上下文非常熟悉的高度可预测的文本(例如,旅馆账单、信用卡收据或天气图)中获得有限量的信息。新手级别的阅读者可能严重依赖于他们自己的背景知识和语言外的支持(例如,在天气图上的图像或信用卡账单的格式)来得出含义。
当新手级别的阅读者能够预期文本中的信息时,他们最能够理解文本。在新手级别,对关键词、同源词和公式化短语的识别使得理解成为可能。
新手高:
在新手高子级,阅读者可以完全地并且相对容易地理解关键词和同源词,以及跨高度语境化文本范围的公式化短语。在已经学习了词汇的情况下,他们可以理解可预测的语言和消息,例如在列车时刻表、路线图和街道标志上找到的那些。新手高子级的阅读者通常能够从传达基本信息的短的、不复杂的文本中导出含义,对于所述文本存在上下文或语言外支持。
新手中:
在新手中子级,阅读者能够识别字母或音节写作系统的字母或符号或者基于字符的语言中的有限数量的字符。他们可以识别许多高度语境化的单词和短语,包括同源词和借用词,但是很少理解超过单个短语的材料。经常需要重读。
新手低:
在新手低子级,阅读者能够识别有限数量的字母、符号或字符。当受到上下文的强烈支持时,他们偶尔能够识别高频单词和/或短语。
在另一个例子中,EF SET是标准化的客观评分的听力和阅读技能测试。它被设计成将应试者对测试的阅读和听力表现分类到由公共欧洲参考框架(CEFR)建立的6个级别之一,在如下的表中指示了概括6个不同级别的语言学习者的预期熟练度的一组公共指南。此外,EF SET PLUS应试者的组合的阅读和听力得分通过内部EF等级从1到100来分类。
来自EF SET的类别和级别包括(见表1):
表1:来自EF SET的类别和级别
在标准模型的另一个例子中,跨语言圆桌会议(ILR)等级是用一种语言进行交流的能力的一组描述。它最初由美国外国服务协会开发,并且仍然被广泛地称为FSI等级。它包括五种级别的语言熟练度的描述。
ILR:“初级熟练度是什么?(S-1)”:
定义:初级熟练度是语言熟练度的跨语言圆桌会议(ILR)等级(以前称为外国服务协会(FSI)等级)中的五个中的第一级别。该级别有时被称为S-1或级别1。在这个级别的人被描述如下:
-能够满足日常旅行需求和最小礼貌要求;
-可以询问和回答关于非常熟悉的主题的问题;在非常有限的语言体验范围内;
-能够理解简单的问题和陈述,允许放慢的说话、重复或释义;
-具有不足以表达除最基本需求之外的任何事物的说话词汇;在发音和语法上经常出错,但可以被用于处理试图讲该语言的外国人的母语说话者理解;
-虽然“非常熟悉”的主题和基本需求在个体之间有相当大的不同,但是S-1级别的任何人都应当能够订购简单的膳食、请求庇护所或住宿、请求并给出简单的指导、进行购买以及报出时间。
ILR:“受限工作熟练度是什么?(S-2)”:
定义:受限工作熟练度是语言熟练度的跨语言圆桌会议(ILR)等级(以前称为外国服务协会(FSI)等级)中的五个中的第二级别。该级别有时被称为S-2或级别2。在这个级别的人被描述如下:
-能够满足日常社会需求和有限的工作要求
-能够自信但不能便利地处理包括关于当前事件的介绍和随便谈话的大多数社会情况以及工作、家庭和自传信息
-能够处理有限的工作要求,需要帮助来处理任何并发症或困难;可以得到大多数非技术主题(即不需要专业知识的主题)的谈话要点,并具有足以简单地响应某些局外情况的说话词汇
-具有重音,尽管通常相当有缺陷,但其是可理解的
-通常能够非常精确地处理基本造句,但是不具有对语法的彻底或自信控制。
ILR:“专业工作熟练度是什么?(S-3)”:
定义:专业工作熟练度是语言熟练度的跨语言圆桌会议(ILR)等级(以前称为外国服务协会(FSI)等级)中的五个中的第四级别。这个级别有时被称为S-3或级别3。在这个级别的人被描述如下:
-能够以足够的结构准确性和词汇来说所述语言,以便有效地参与关于实际、社会和专业话题的最正式和非正式对话
-可以合理轻松地讨论特定兴趣和特殊能力领域
-对正常语速具有相当完整的理解
-具有足够宽的一般词汇,使得他或她很少必须摸索单词
-具有明显可能是外来的重音;语法控制性好;并且其错误实际上从不干扰理解并且很少干扰本地说话者。
ILR:“完全专业熟练度是什么?(S-4)”:
定义:完全专业熟练是语言熟练度的跨语言圆桌会议(ILR)等级(以前称为外国服务协会(FSI)等级)中的五个中的第四级别。这个级别有时被称为S-4或级别4。在这个级别的人被描述如下:
-能够在通常与专业需求相关的所有级别上流畅且准确地使用所述语言;
-可以以词汇的高度流畅性和精确性在自己的个人和专业经验的范围内理解和参与任何对话
-将很少被认为母语说话者,但即使在不熟悉的情况下也可以适当地响应
-仅引起非常罕见且无模式的发音和语法的错误
-可以往来于所述语言处理非正式解释。
ILR:“母语或双语熟练度是什么?(S-5)”:
定义:母语或双语熟练度是语言熟练度的跨语言圆桌会议(ILR)等级(以前称为外国服务协会(FSI)等级)中的五个中的第五级别。这个级别有时被称为S-5或级别5。在这个级别的人被描述如下:
-具有与受过教育的母语说话者的说话熟练度相当的说话熟练度
-在语言中具有完全流利性,使得所有级别的讲话在其所有特征上被受过教育的母语说话者完全接受,所述特征包括词汇和习语的广度、口语化和相关文化参考。
上述标准和方法中的每一个都通过引用并入本文,以了解它们所教导的全部内容。
发明内容
当客户发起与联络中心代理的呼叫时,执行路由决策流程以将客户与代理进行匹配。路由流程考虑一种或多种语言的选择。另外,可以获得用作关于特定问题或主题以及代理技能的提示的信息,该提示对于解决呼叫的目的可能是必要的或至少是有帮助的。然而,如果客户的语言熟练度技能级别与代理相比不在正确的级别,例如在词汇选择、流畅度、发音、语法和/或速度方面,则呼叫可能导致负面的客户体验或者甚至未能成功地结束呼叫。如本文所公开的,可以确定从代理提供包括正确的语言熟练度级别的内容以最佳地匹配客户的内容和/或进行呼叫以成功地解决激发了呼叫的问题。这里,正确的级别可以是相同的级别,或代理的语言技能相对于客户的期望范围(例如,必须能够比客户高10-20%,以表现权威和自信的气氛)。
一旦客户被路由并连接到代理,并且开始对话,在与客户通信的同时,代理通常在舒服的级别开始使用词汇和语法。代理通常具有对语言更高的掌握,尤其是对于与通信的原因相关的特定域(例如,主题、话题、商业范围等)。与客户相比,代理对词汇、流畅度、口音、速度等的使用可能处于太高的级别以致不能有效地与客户通信。在其它情况下,例如在试图理解时,代理可能过于简化其语言的使用。特别地,代理可能使其词汇或语法过于简单,并因此对客户表现为在提供服务方面未受培训或不熟练。
类似地,代理可以与具有较高词汇、流畅度、良好口音、速度等的客户取得联系。如果代理不能升级或降级他们的针对特定客户的语言技能、对话时间、占用计算、网络和代理资源。不匹配的语言技能可能导致不良的客户体验或对联络中心、相关联的企业和/或企业的产品或服务的负面态度。
在上述任何情况下,代理可能知道或可能不知道不匹配,因此不知道需要修改他们的词汇或通过将呼叫转移到更能够匹配客户的词汇的另一代理将获得的益处(或避免的损害)。通过向代理提供线索以调整其词汇或将客户转移到更匹配的代理,可以改进通信并增加信誉。可以从根据过去的谈话训练的人工智能和/或机器学习算法以及它们的成功和由于对代理的词汇的特定修改和/或来自代理的自然语音的特定词汇替换而导致的成功/失败中获益,来提供特定的改进。
这些和其它需求通过本发明的各种实施例和配置来解决。本发明可以根据特定的配置提供许多优点。这些和其它优点将从本文包含的发明的公开内容中显而易见。
在一个实施例中,提供了系统和方法,其中可以确定和分析估计客户或代理的语言技能级别(例如,词汇、语法、步调等)。在进一步的实施例中,一旦代理和客户在呼叫中,可以分析他们之间的交互以确定客户的技能级别和“目标代理级别”之间的最佳关系。在另一个实施例中,提供了指导或提示代理改变其技能级别(如呈现给客户的技能级别)的手段。如果代理不能改变其技能级别,或者如果被评估为不可能(或者即使过去的历史显示代理可能,也没有被代理完成),则可以将呼叫升级到另一方(诸如主管),或者基于语言不匹配转移到另一代理。结果,如果确定存在不匹配,则可以提供具体建议以允许代理升级/降级其语言级别从而更好地递送用于交互的目标级别。
确定客户的语言熟练度并将其匹配到适当的代理,或者,该匹配基于其他标准(例如,主题专业知识、权威、可用性等),并且基于客户的熟练度,选择代理的熟练度以与客户的熟练度相称。对于分析的输入可以包括但不限于:a)存储在历史记录(例如,客户资源管理(CRM))中的客户的语言评级、先前代理在与客户的先前呼叫期间进行的评级、来自先前实况呼叫的自动语言分析;b)如从来自呼叫记录/工作组优化(WFO)平台的一个或多个呼叫/交互的实时分析确定的语言评级;c)从聊天交互导出的或从导致语音交互的电子邮件的文本导出的估计的语言技能;d)从客户在社交媒体渠道上的公共发帖估计的语言技能级别;和/或e)在路由/升级到语音代理之前,从与自然语言语音机器人(或聊天机器人)的交互估计的语言技能级别。
在针对一个或多个属性对客户的语言熟练度技能级别进行评级之后,将(一个或多个)评级用作路由算法中的选择标准,以便将技能与代理匹配,或者选择具有在期望技能范围内说话的能力的代理,该期望技能范围可以比客户评级大、类似于客户评级或比客户评级简单。
代理的语言技能的可能范围被使用属性对于呼叫处理先验地评定,所述属性包括但不限于:a)由调查中的先前客户、由主管或由同行代理/工作者评定的代理的语言评级;b)由自动化语言分析器对当前实况呼叫进行评级;c)根据对来自呼叫记录/WFO平台的一个或多个呼叫/交互的按需分析来进行语言评级;d)从聊天交互或从导致语音交互的电子邮件的文本估计的语言技能;e)从代理在社交媒体渠道上的公共发帖估计的语言技能级别;f)在路由/升级到语音代理之前,从与自然语言语音机器人(或聊天机器人)的交互估计的语言技能级别;和/或g)词汇、语法等的一个或多个标准化测试的结果。
在另一个实施例中,作为路由过程的一部分,可以建立代理的第一偏好、随后是次佳等的层级。
虽然这里的实施例一般针对口语词汇,例如可以在仅音频呼叫或音频-视频呼叫期间交换,但是应当理解,这里的实施例也可以考虑包括语言以及因此词汇选择的其他形式的通信。更具体地,实施例可以包括基于文本的通信(例如,文本消息(例如,SMS、聊天)和电子邮件)。
示例性方面涉及:
一种系统,包括:
到网络的网络接口;
存储器;
耦合到存储器的处理器,处理器通过可执行指令被编程;以及
其中,执行可执行指令的处理器执行:
接收通信,所述通信包括保持所述通信的自动化资源和由客户利用的客户通信设备;
访问所述客户的客户语言熟练度评级;
访问与代理池中的每个代理相关联的语言熟练度评级池;
从代理池中选择具有与客户语言熟练度评级最匹配的相关联的语言熟练度评级的代理;以及
连接所述通信以包括与所选择的代理相关联的代理通信设备。
一种系统,包括:
到网络的网络接口;
存储器;
耦合到存储器的处理器,处理器通过可执行指令被编程;以及
其中,执行可执行指令的处理器执行:
接收通信,所述通信包括来自利用客户通信设备的客户的客户内容和来自利用代理通信设备的代理的代理内容;
访问所述客户的客户语言熟练度评级;
监视代理内容;
根据代理内容确定代理语言熟练度;
确定代理语言熟练度是否与客户语言熟练度相异;以及
在确定相异性存在时,使代理通信设备呈现相异性的标记。
一种针对语言熟练度训练神经网络的计算机实现的方法,包括:
收集具有第一语言熟练度和含义的第一单词集合;
将所述单词集合修改为具有相同含义的不同单词集合;
创建第一训练集合,第一训练集合包括第一单词集合、所述不同单词集合以及具有不同含义的单词集合;
使用第一训练集合在第一状态中训练神经网络;
创建用于训练的第二阶段的第二训练集合,第二训练集合包括第一训练集合和被错误地识别为与第一单词集合同义的不同单词集合;以及
使用第二训练集合在第二阶段中训练神经网络。
上述方面中的任一方面,其中,执行可执行指令的处理器执行访问所述客户的客户语言熟练度评级,进一步包括:
上述方面中的任一方面,其中,确定所述客户的客户语言熟练度评级,包括:
访问具有被评分单词的评分模型;
在通信之前,访问具有由所述客户提供的内容的先前通信;
利用所述评分模型对所述先前通信进行评分以确定通信的熟练度得分;以及
使通信的熟练度得分能够作为所述客户的客户语言熟练度评级访问。
上述方面中的任一方面,其中,所述先前通信包括社交媒体发帖、电子邮件、文本消息、语音消息、语音呼叫、消息转录或语音呼叫转录中的一个或多个。
上述方面中的任一方面,其中,执行可执行指令的处理器执行:
访问与代理池中的每个代理相关联的语言熟练度评级池,包括:
访问评分模型;
对于代理池中的每个代理:
在通信之前,访问具有由代理池中的代理提供的内容的先前通信;
对照所述评分模型对所述先前通信内的单词进行评分;
确定总得分;以及
使所述总得分对于代理池中的每个代理能够作为语言熟练度评级池中的条目访问。
上述方面中的任一方面,其中,客户语言熟练度评级或与代理池中的每个代理相关联的语言熟练度评级池中的语言熟练度评级中的至少一个包括词汇评级、技术复杂度评级、流畅度评级、发音评级、语法评级或速度评级中的一个或多个。
上述方面中的任一方面,其中,从代理池中选择具有与客户语言熟练度评级最匹配的相关联的语言熟练度评级的代理,进一步包括执行可执行指令的处理器执行:
访问相对于客户语言熟练度评级的可接受范围;以及
从代理池中选择具有在所述可接受范围内的相关联的语言熟练度评级的代理。
上述方面中的任一方面,其中,当来自代理池的代理具有在先前确定的范围内等于客户语言熟练度评级的相关联的语言熟练度时,确定存在所述匹配。
上述方面中的任一方面,其中,从代理池中选择具有与客户语言熟练度评级最匹配的相关联的语言熟练度评级的代理,进一步包括执行可执行指令的处理器执行:
访问相对于客户语言熟练度评级的期望变化;以及
从代理池中选择具有如下相关联的语言熟练度评级的代理,该相关联的语言熟练度评级具有相对于客户语言熟练度评级的所述期望变化。
上述方面中的任一方面,其中,执行可执行指令的处理器执行访问所述客户的客户语言熟练度,包括:
确定所述客户的客户语言熟练度,包括:
访问评分模型;
在通信之前,访问具有由所述客户提供的内容的先前通信;以及
利用所述评分模型对所述先前通信进行评分以产生客户语言熟练度得分。
上述方面中的任一方面,其中,所述先前通信包括社交媒体发帖、电子邮件、文本消息、语音消息、语音呼叫、消息转录或语音呼叫转录中的一个或多个。
上述方面中的任一方面,其中,执行可执行指令的处理器执行根据代理内容确定代理语言熟练度进一步包括:
访问评分模型;以及
利用所述评分模型对代理内容进行评分以产生代理语言熟练度
上述方面中的任一方面,其中,客户语言熟练度或代理语言熟练度中的至少一个包括词汇评级、技术复杂度评级、流畅度评级、发音评级、语法评级或速度评级中的一个或多个。
上述方面中的任一方面,其中,确定代理语言熟练度是否与客户语言熟练度相异包括:确定作为通信的一部分的代理提供的单词中的至少一个单词是否具有在可接受范围之外的代理语言熟练度评级。
上述方面中的任一方面,其中,确定代理语言熟练度是否与客户语言熟练度相异包括:确定作为通信的一部分的代理提供的单词中的至少一个单词的代理语言熟练度评分与来自至少一个先前客户通信的至少一个单词的客户语言熟练度评分相异。
上述方面中的任一方面,进一步包括:
在阶段的第二训练之后,利用神经网络确定作为与客户的通信的一部分的代理提供的单词中的至少一个单词是否具有与客户语言熟练度相异的语言熟练度,其中,客户语言熟练度是通过利用作为第一单词集合的来源的所述客户的先前通信确定的;以及
在通信期间使相异性实时呈现在代理通信设备上。
上述方面中的任一方面,进一步包括:将从第二训练集合中选择的至少一个替代单词实时呈现在代理通信设备上。
上述方面中的任一方面,其中,所述先前通信包括社交媒体发帖、电子邮件、文本消息、语音消息、语音呼叫、消息转录或语音呼叫转录中的一个或多个。
上述方面中的任一方面,其中,具有语言熟练度的第一单词集合包括具有由评分模型确定的语言熟练度的至少一个单词。
一种片上系统(SoC),包括上述方面中的任何一个或多个。
用于执行上述方面中的任何一个或多个的一个或多个部件。
基本上如本文所述的方面中的任何一个或多个。
上述方面中的任一方面,其中,数据存储装置包括非暂态存储设备,该非暂态存储设备包括以下中的至少一个:处理器内的片上存储器、处理器的寄存器、与处理器共同位于处理板上的板上存储器、处理器可经由总线访问的存储器、磁介质、光介质、固态介质、输入-输出缓冲器、与处理器通信的输入-输出组件的存储器、网络通信缓冲器、以及经由网络接口与处理器通信的联网组件。
短语“至少一个”、“一个或多个”、“或”和“和/或”是开放式表达,其在操作中是连接的和分离的。例如,表达“A、B和C中的至少一个”、“A、B或C中的至少一个”、“A、B和C中的一个或多个”、“A、B或C中的一个或多个”、“A、B和/或C”和“A、B或C”中的每一个表示单独A、单独B、单独C、A和B一起、A和C一起、B和C一起、或A、B和C一起。
术语“一”或“一个”实体是指一个或多个该实体。因此,术语“一”(或“一个”)、“一个或多个”和“至少一个”在本文中可互换使用。还应注意,术语“包含”、“包括”和“具有”可以互换使用。
如本文所使用的术语“自动”及其变型是指任何过程或操作,其通常是连续或半连续的,在执行过程或操作时无需实质性的人工输入而完成。然而,如果在执行过程或操作之前接收到输入,则即使过程或操作的执行使用实质性的或非实质性的人工输入,该过程或操作也可以是自动的。如果人工输入影响将如何执行该过程或操作,则认为这种输入是实质性的。同意过程或操作的执行的人工输入不被认为是“实质性的”。
本公开的方面可以采取完全是硬件的实施例、完全是软件(包括固件、驻留软件、微代码等)的实施例或组合了软件和硬件方面的实施例的形式,这些实施例在本文中可以全部统称为“电路”、“模块”或“系统”。可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。
计算机可读存储介质可以是,例如但不限于,电、磁、光、电磁、红外或半导体系统、装置或设备,或前述的任何合适的组合。计算机可读存储介质的更具体的示例(非穷举列表)将包括以下:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备、或前述的任何合适的组合。在本文档的上下文中,计算机可读存储介质可以是任何有形的、非暂时性介质,其可以包含或存储由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。
计算机可读信号介质可以包括例如在基带中或作为载波的一部分传播的数据信号,其中传播的数据信号具有在其中包含的计算机可读程序代码。这种传播信号可以采取多种形式中的任何一种,包括但不限于电磁、光或其任何合适的组合。计算机可读信号介质可以是不是计算机可读存储介质并且可以传送、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序的任何计算机可读介质。可以使用任何适当的介质来传输在计算机可读介质上包含的程序代码,所述介质包括但不限于无线、有线、光纤电缆、RF等或前述的任何适当组合。
如本文所使用的术语“确定”、“计算”、“运算”及其变型可互换使用,并且包括任何类型的方法、过程、数学运算或技术。
本文所用的术语“部件”应根据35U.S.C.第112(f)节和/或112节第6段给出其最宽泛的可能解释,因此,包含术语“部件”的权利要求应涵盖本文所述的所有结构、材料或动作及其所有等效物。此外,结构、材料或动作及其等同物应包括在发明内容、附图的简要描述、具体实施方式、摘要和权利要求本身中描述的所有那些。
前述是本发明的简化概述,以提供对本发明的一些方面的理解。该概述既不是本发明及其各种实施例的广泛概述,也不是穷尽概述。其既不旨在标识本发明的关键或重要元素,也不旨在描绘本发明的范围,而是以简化的形式呈现本发明的所选概念,作为对以下呈现的更详细描述的介绍。如将理解的,本发明的其它实施例可以单独或组合地利用上面阐述或下面详细描述的特征中的一个或多个。此外,虽然本公开是根据示例性实施例来呈现的,但是应当理解,本公开的各个方面可以单独地要求保护。
附图说明
结合附图描述本公开:
图1描绘了根据本公开的实施例的第一系统;
图2描绘了根据本公开的实施例的第二系统;
图3描绘了根据本公开的实施例的第三系统;
图4描绘了根据本公开的实施例的数据结构;
图5描绘了根据本公开的实施例的第一过程;
图6描绘了根据本公开的实施例的第二过程;以及
图7描绘了根据本公开的实施例的第四系统。
具体实施方式
随后的描述仅提供实施例,而不是要限制权利要求的范围、适用性或配置。相反,随后的描述将为本领域技术人员提供用于实现实施例的使得能够实现的描述。应当理解,在不脱离所附权利要求的精神和范围的情况下,可以对元件的功能和布置进行各种改变。
当子元件标识符存在于图中时,说明书中包括元件编号而无子元件标识符的任何引用,当以复数使用时,是引用具有类似元件编号的任何两个或更多个元件。当以单数形式进行这种引用而没有子元件标识符的标识时,是引用具有类似元件编号的元件中的一个,而不限于元件中的特定一个。在此任何相反的明确使用或提供进一步的鉴定或识别将优先。
还将关于分析软件、模块和相关联的分析硬件来描述本公开的示例性系统和方法。然而,为了避免不必要地模糊本公开,以下描述省略了公知的结构、组件和设备,其可以从附图中省略或以简化形式示出或以其他方式概括。
为了解释的目的,阐述了许多细节以便提供对本公开的透彻理解。然而,应当理解,本公开可以以超出本文阐述的具体细节的各种方式来实践。
现在参考图1,根据本公开的至少一些实施例讨论通信系统100。通信系统100可以是分布式系统,并且在一些实施例中,包括将一个或多个通信设备108连接到工作分配机构116的通信网络104,该工作分配机构可以由管理联络中心102的企业拥有和操作,在该联络中心中,多个资源112被分布以处理来自客户通信设备108的传入工作项目(以联络的形式)。
联络中心102被不同地实现为接收和/或发送与工作项目以及一个或多个资源112对工作项目的处理和管理(例如,调度、分配、路由、生成、记账、接收、监视、审阅等)相关联的消息。工作项目通常是实现为电子和/或电磁传送的消息或其组成部分的对于处理资源112的生成和/或接收的请求。联络中心102可以包括比所示的更多或更少的组件和/或提供比所示的更多或更少的服务。指示联络中心102的边界可以是物理边界(例如,建筑物、校园等)、法律边界(例如,公司、企业等)和/或逻辑边界(例如,用于为联络中心102的客户向客户提供服务的资源112)。
此外,示出联络中心102的边界可以如图所示,或者在其他实施例中,包括比所示出的更多和/或更少的部件和/或替换。例如,在其他实施例中,资源112、客户数据库118和/或其他组件中的一个或多个可以经由通信网络104连接到路由引擎132,诸如当这样的组件经由公共网络(例如,互联网)连接时。在另一个实施例中,通信网络104可以是至少部分的公共网络的私有利用(例如,VPN);至少部分地位于联络中心102内的私有网络;或者可以用于提供这里描述的组件的电子通信的私有和公共网络的混合。另外,应当理解,被示为外部的组件,诸如社交媒体服务器130和/或其他外部数据源134,可以物理地和/或逻辑地在联络中心102内,但是出于其他目的仍然被认为是外部的。例如,联络中心102可以操作社交媒体服务器130(例如,可操作用于从客户和/或资源112接收用户消息的网站)作为经由客户的客户通信设备108与客户进行交互的一种手段。
客户通信设备108被实现为在联络中心102的外部,因为它们处于它们各自的用户或客户的更直接的控制之下。然而,可以提供实施例,由此一个或多个客户通信设备108物理地和/或逻辑地位于联络中心102内,并且仍然被认为在联络中心102的外部,诸如当客户在信息亭处利用客户通信设备108并且附接到联络中心102的私有网络(例如,到信息亭的WiFi连接等)时,客户通信设备108在联络中心102内或由联络中心102控制。
应当理解,联络中心102的描述提供了至少一个实施例,由此可以更容易地理解以下实施例而不限制这些实施例。在不偏离本文所述的任何实施例的范围并且不限制实施例或权利要求的范围的情况下,除了明确提供的之外,还可以改变、添加和/或减去联络中心102。
另外,联络中心102可以结合和/或利用社交媒体服务器130,和/或其它外部数据源134可以被利用来为资源112提供一种接收和/或检索联系人并连接到联络中心102的客户的手段。其它外部数据源134可以包括数据源,诸如服务局、第三方数据提供者(例如,信用代理、公共和/或私人记录等)。客户可以利用他们各自的客户通信设备108来利用社交媒体服务器130发送/接收通信。
根据本公开的至少一些实施例,通信网络104可以包括任何类型的已知通信介质或通信介质的集合,并且可以使用任何类型的协议来在端点之间传输电子消息。通信网络104可以包括有线和/或无线通信技术。互联网是构成互联网协议(IP)网络的通信网络104的示例,该互联网协议网络包括位于世界各地的许多计算机、计算网络和其他通信设备,它们通过许多电话系统和其他部件连接。通信网络104的其它示例包括但不限于标准的普通老式电话系统(POTS)、综合业务数字网(ISDN)、公共交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、会话发起协议(SIP)网络、IP语音(VoIP)网络、蜂窝网络、以及本领域已知的任何其它类型的分组交换或电路交换网络。此外,可以理解,通信网络104无需限于任何一种网络类型,而是可以由多个不同的网络和/或网络类型组成。作为一个示例,本公开的实施例可用于提高基于网格的联络中心102的效率。在Steiner的美国专利公开号2010/0296417中更全面地描述了基于网格的联络中心102的示例,该专利的全部内容通过引用结合于此。此外,通信网络104可以包括多个不同的通信介质,诸如同轴电缆、铜缆/电线、光纤电缆、用于发送/接收无线消息的天线及其组合。
通信设备108可以对应于客户通信设备。根据本公开的至少一些实施例,客户可以利用他们的通信设备108来发起工作项目。说明性的工作项目包括但不限于,定向到联络中心102并在其处接收的联系人、定向到服务器场(例如,服务器的集合)并在其处接收的网页请求、媒体请求、应用请求(例如,对诸如SIP应用服务器等远程应用服务器上的应用资源位置的请求)等。工作项目可以是通过通信网络104传输的消息或消息集合的形式。例如,工作项目可以作为电话呼叫、分组或分组集合(例如,通过IP网络传送的IP分组)、电子邮件消息、即时消息、SMS消息、传真及其组合来传送。在一些实施例中,通信可以不必针对工作分配机构116,而是可以在通信网络104中的某个其他服务器(诸如社交媒体服务器130)上,其中通信由工作分配机构116采集,该工作分配机构生成用于所采集的通信的工作项目。这种所采集的通信的示例包括由工作分配机构116从社交媒体服务器130或服务器网络采集的社交媒体通信。用于采集社交媒体通信并基于其生成工作项目的示例性体系结构分别在2010年3月20日、2010年2月17日和2010年2月17日提交的美国专利申请号12/784,369,12/706,942和12/707,277中有所描述;其每一个在此通过引用整体并入本文。
工作项目的格式可以取决于通信设备108的能力和通信的格式。特别地,工作项目是要结合为在联系中心102(并且更具体地,工作分配机构116)处接收的通信进行服务而执行的工作的联系中心102内的逻辑表示。通信可在工作分配机构116、连接到工作分配机构116的交换机或服务器等处被接收和维护,直到资源112被分配给表示该通信的工作项目。此时,工作分配机构116将工作项目传递给路由引擎132,以将发起了通信的通信设备108与所分配的资源112连接。
尽管路由引擎132被描绘为与工作分配机构116分开,但是路由引擎132可以被并入工作分配机构116中,或者其功能可以由工作分配引擎120执行。
根据本公开的至少一些实施例,通信设备108可以包括任何类型的已知通信装备或通信装备的集合。合适的通信设备108的示例包括但不限于,个人计算机、膝上型计算机、个人数字助理(PDA)、蜂窝电话、智能电话、电话或其组合。通常,每个通信设备108可以适于支持与其他通信设备108以及处理资源112的视频、音频、文本和/或数据通信。通信设备108用来与其他通信设备108或处理资源112通信的媒体的类型可以取决于通信设备108上可用的通信应用。
根据本公开的至少一些实施例,经由工作分配机构116和路由引擎132的组合工作,向处理资源112的集合发送工作项目。资源112可以是完全自动的资源(例如,交互式语音应答(IVR)单元、微处理器、服务器等)、利用通信设备的人力资源(例如,利用计算机、电话、膝上型计算机等的人工代理)、或者已知在联络中心102中使用的任何其它资源。
如上所述,工作分配机构116和资源112可以由联络中心102格式的公共实体拥有和操作。在一些实施例中,工作分配机构116可以由多个企业管理,每个企业具有其自己的连接到工作分配机构116的专用资源112。
在一些实施例中,工作分配机构116包括工作分配引擎120,其使得工作分配机构116能够对工作项目做出智能的路由决定。在一些实施例中,工作分配引擎120被配置为在无队列联络中心102中管理和做出工作分配决定,如在美国专利申请序列号12/882,950中所描述的那样,该申请的全部内容通过引用并入本文。在其他实施例中,工作分配引擎120可以被配置为在传统的基于队列(或基于技能)的联络中心102中执行工作分配决定。
工作分配引擎120及其各种组件可以驻留在工作分配机构116中或者驻留在多个不同的服务器或处理设备中。在一些实施例中,可以采用基于云的计算架构,由此使得工作分配机构116的一个或多个硬件组件在云或网络中可得,使得它们可以是多个不同用户之间共享的资源。工作分配机构116可以访问客户数据库118,例如以检索记录、简档、购买历史、先前的工作项目和/或联络中心102已知的客户的其他方面。客户数据库118可以响应于工作项目和/或来自处理工作项目的资源112的输入而被更新。
应当理解,除了完全在现场的实施例之外,联络中心102的一个或多个组件可以整体地或其组件(例如,混合)以基于云的架构来实现。在一个实施例中,客户通信设备108经由完全由基于云的服务提供商托管的组件连接到资源112之一,其中处理和数据存储硬件组件可以专用于联络中心102的运营商或者在多个服务提供商客户之间共享或分布,一个服务提供商客户是联络中心102。
在一个实施例中,消息由客户通信设备108生成,并经由通信网络104在工作分配机构116处被接收。由联络中心102(例如在工作分配机构116处)接收的消息通常并且在这里被称为“联系”。路由引擎132将联系路由到至少一个资源112以进行处理。
图2描绘了根据本公开的实施例的系统200。系统200示出了系统100的部分。然而,为了避免不必要地使附图和附图的描述复杂化,已经省略了系统100的部分。系统200示出了分别经由客户端通信设备108和代理通信设备206在客户202和代理208之间发生的通信。通信由服务器212监视并可选地管理。服务器212可以是工作分配机构116、工作分配引擎120和/或路由引擎132(参见图1)中的一个或多个,与工作分配机构116、工作分配引擎120和/或路由引擎132中的一个或多个集成在一起,或者集成有工作分配机构116、工作分配引擎120和/或路由引擎132中的一个或多个。服务器212包括(或访问)网络接口以接收通信和/或访问其他联网组件。因此,服务器212是网络104(参见图1)上的节点。
当体现为人工代理利用通信设备(代理通信设备206)经由网络104(参见图1)通信时,代理208和代理通信设备206示出了一个资源112。服务器212可以包括一个或多个处理器,或者利用具有处理器的处理组件(例如,刀片、服务器等)。服务器212可以被实现为虚拟机或分布式计算平台(例如,阵列、网格、“云”等),其中服务器212的网络表现可以由底层硬件(例如,计算设备、联网设备、数据存储设备等)虚拟化,底层硬件可以与其他硬件聚合或跨多个底层硬件组件分离。服务器212及其相关联的处理器被配置有在诸如存储器的非瞬态存储设备中维护的机器可读指令,以使得(一个或多个)处理器执行本文描述的操作。
如系统200中所示,客户202与代理208进行通信,该通信被服务器212监视。更具体地说,监视由代理208和可选的客户202提供的通信内容。这里,通信内容包括由代理208和/或客户202提供的口头输入,包括但不限于单词、词组合、音调、说话的速度、其他话语等,其由代理通信设备206的麦克风捕获、编码用于传输、发送到接收设备(客户端通信设备108)、解码、并由客户端通信设备108呈现为声音。可选地,可以提供相反的情况,其中声音由客户202提供,并且类似地编码、传输、接收、解码和对于代理208呈现为声音。
尽管这里的实施例一般涉及基于音频的通信,尤其是与人工代理(代理208)的语音通信,但是在其他实施例中,通信可以包括文本通信(例如,文本聊天、短消息服务(SMS)、多媒体消息服务(MMS)、融合通信服务(RCS)、电子邮件等)、音频和视频通信、和/或与自动代理(当被实现为基于计算机的代理时,是资源112)的通信。例如,基于计算机的代理可以利用准备好的脚本呈现给客户202,但是选择或调整脚本以呈现由客户202的语言熟练度确定的不同的通信内容,其中不同的内容包括与原始脚本相同的含义,但是在呈现的语言熟练度方面不同。
在另一实施例中,当以客户202的语言熟练度级别呈现通信内容时,向客户202呈现通信内容更有效(例如,容易理解、减少误解等)。可选地,可以确定变化更有效,例如在先前确定的更高或更低的范围内,或在先前确定的一个特定方向(例如,仅更高或仅更低)的范围内,例如以传达权威或恳请同理心。
确定客户202的语言熟练度以各种方式体现。如果顾客202是已知的,例如通过与由顾客数据库118中维护的已知顾客的CallerID所报告的电话号码相关联,提供身份(例如,在连接到代理208之前向自动代理提供姓名、账号等),则识别信息可以用于访问顾客202的先前通信的其他储存库。例如,服务器212可以访问社交媒体服务器130以获得来自顾客202的文本发布、记录的语音或其他通信。语音可以在分析之前被转录成文本。然后,例如利用专有的和/或标准的语言熟练度模型(例如,ACTFL、EF SET、ILR等)来分析内容。类似地,其他外部数据源134可以包括客户202的其他通信内容。另外或替代地,客户数据库118可以包括通信或先前确定的客户202的语言熟练度得分。服务器212可以将从所有源获得的所有通信组合到分析中,或者应用任何必要的加权或修改。例如,如果确定特定社交媒体服务器130维持对用户的说话熟练度过低评价的用户的通信,则可以提供必要的修改以将来自社交媒体服务器130的文本内容转换为高的口语熟练度。
根据先前通信内容的源中的一个或多个来确定客户语言熟练度204。客户语言熟练度204可以是总分或与特定通信类型(例如,说话、听力等)相关。因此,客户语言熟练度204可以是用于多个通信类型中的每一个的单个值或值的数组。类似地,代理208的代理语言熟练度210是根据显式测试和/或通过观察代理208的先前通信来确定的,其也可以利用专有的和/或标准的熟练度模型来评估。
在客户202和代理208之间的通信期间,服务器212可以确定由代理208提供的通信内容具有与提供给客户202的通信内容的期望语言熟练度充分不同的语言熟练度。在一个实施例中,提示216可以提供差异标记,诸如提示代理208停止说出特定的单词或单词组合和/或利用不同的单词或单词组合。可以选择提示216的内容以使呈现给客户202的代理的语言熟练度更接近期望呈现给客户202的预期语言熟练度。提示216可以由代理通信设备206呈现为视觉提示(例如,屏幕弹出)和/或音频提示(例如,仅向代理208呈现“私语”模式通信)。
数据存储装置214可以维护数据记录以供服务器212访问。例如,通信部分218、通信部分224、通信部分230包括这样的通信部分,其中已经将单词或单词组合识别为影响对于相关联的通信部分的语言熟练度得分。例如,具有第一语言熟练度得分的词语220和具有第一语言熟练度得分的词语222可以被用于提供具有第一语言熟练度得分的通信部分218。如果服务器212确定不同的语言熟练度得分被确定为更合适,则可以选择不同的单词或单词组合。因此,可以选择带有具有第二语言熟练度得分的词语226的通信部分224。如可以理解的,单词或单词组合的替换可能足以提供期望的语言熟练度。然而,可以利用诸如具有第三语言熟练度得分的词语232之类的不同措辞来提供不同的语言熟练度。
虽然数据存储装置214示出了具有由其中的单词或单词组合确定的不同语言熟练度的通信部分,并且提供了这些单词或单词组合的词汇评级的变化,但是在其他实施例中,可以确定和改变其他因素以影响代理208所提供的通信或通信的一部分的语言熟练度得分。在一个实施例中,代理说话速度可能太高或太低,并且导致与客户202的语言熟练度未对准。因此,服务器212可以使提示216提示代理208调整他们的说话速度以呈现具有期望语言熟练度的通信内容。在另一实施例中,流畅度可诸如通过停止和开始、暂停、非单词话语(例如,“um”、“uh huh”等)、填充单词(例如,“你知道”等)来确定。在另一实施例中,利用单词的正确(或其变型)发音。在又一实施例中,利用正确的(或其变型)语法。在又一实施例中,可以利用技术复杂度。例如,路由器可以被描述为具有“字母P-O-E上的闪光灯”对“以太网供电的LED正在闪烁”。在其他实施例中,语言熟练度可以通过适当和/或准确地使用变型来确定,诸如通过习语、口语或名句,当这种使用避免过度解释理解的术语或概念时(例如,“让我知道‘框’何时重新开始”)。
除了提示代理208改变其通信以与期望的语言熟练度一致之外,或者作为其替换,可以采取其他动作。例如,主管的通信设备可以自动连接到通信,使得主管可以仅向代理208提供直接通信(即,“私语”模式)或者向代理208和顾客202二者提供直接通信。作为进一步的选项,不同的代理可被选择来继续通信,并自动连接到客户通信设备108以与客户202通信,并且可选地,断开代理通信设备206。
图3描绘了根据本公开的实施例的系统300。在一个实施例中,具有客户语言熟练度204的客户语言熟练度204将要经由客户通信设备108和代理通信设备306A-C中的相应一个参与和代理308A-C中的一个的通信。通信可以由客户语言熟练度204发起(即,“呼入”)或者由联络中心102的组件发起(即,“外呼”)。
诸如路由引擎132的一部分之类的或提供路由引擎132的处理器执行机器可读指令以执行路由决策。客户语言熟练度204和/或一个或多个代理308A-C的对于通信至关重要的方面(例如,共同语言中的足够流畅度)先前已经被确定和解决。将客户202与代理308A-C中的特定一个相匹配现在取决于相关联的代理语言熟练度310A-C,其可以是得分、排名、或单个值的其他标记(例如,一个语言熟练度值)或具有多个值的结构(例如,阅读语言熟练度的值、说话语言熟练度的值等)。
路由引擎132可以访问数据存储装置214,数据存储装置214作为代理308A-C和/或顾客202的语言熟练度数据的一个数据源。在确定客户语言熟练度204和代理语言熟练度310A-C之一(例如代理语言熟练度310B)之间的最佳匹配之后,客户通信设备108自动连接到代理通信设备306B,以便能够在客户202和代理308B之间进行通信。该连接可以是立即的或入队的,例如等待直到代理通信设备306B变得可用。
图4描绘了根据本公开的实施例的数据结构400。在一个实施例中,数据存储装置214和/或其它数据存储装置(例如客户数据库118)维护数据结构400的全部或一部分。数据结构400可以例如通过这里描述的过程被填充条目,其中可以为客户(例如,客户202)和/或代理(例如,代理208、代理308A-C)维护与一般和/或特定语言熟练度相关联的值。因此,数据结构400或其中的一个或多个字段可以被访问并被用于做出路由决策(例如,从代理308A-C中选择特定代理)和/或监视通信以符合客户的语言熟练度(例如,客户语言熟练度204)或要呈现给客户(例如,客户202)的目标语言熟练度。如果监视显示差异,或差异超过先前确定的值,则可以实施校正动作。
在一个实施例中,字段402维护总体语言熟练度得分。在另一个实施例中,为多个语言属性提供语言熟练度得分。例如,词汇准确度404维护与特定术语被准确地用于描述词汇的某些使用(例如,“连接器”对“RJ45”)的精确度相关联的值;词汇语法错误406维护通信中出现词汇错误的频率、模式和/或程度;单词选择错误408维护使用错误单词的频率、模式和/或程度;主题理解度410维护对通信和/或域的特定主题的理解级别;词汇完整度412维护针对特定主题保持单词库的准确性;说话速度414维持语速;重复度416维护单词针对个人被重复和/或需要被重复的频率、模式和/或程度;口音418维护个人用口音说话的存在或程度或者口音影响有效通信的程度;形式性420维护先前通信的形式/非形式性质的指示;释义/习语理解422维护个人能够准确地使用和/或理解释义、习语或口语的使用的程度。应当理解,可以使用更多、更少和/或替代的度量。另外或替代地,数据结构400的两个或两个以上字段可被组合和/或将任何一个或一个以上字段分离成具有多个值的子结构。
图5描绘了根据本公开的实施例的过程500。过程500可以被具体化为在非瞬态数据存储装置中维护的机器可执行指令,以供一个或多个处理器执行,诸如服务器212的处理器、路由引擎132、工作分配机构116、工作分配引擎120或其他处理组件或其组合。
在一个实施例中,过程500可以被实现为监视客户202(经由客户端通信设备108)与代理208(经由代理通信设备206)之间在网络104上通信的通信。步骤502对于正在进行的通信访问代理语言熟练度210。步骤504访问客户的语言熟练度204。客户的语言熟练度204可以根据正在进行的通信和/或根据一个或多个先前的通信来确定,诸如可以作为通信的内容被维护在社交媒体服务器130、其他外部数据源134、客户数据库118等中,或者被维护为数据记录或字段,诸如数据结构400的字段。
接下来,测试506确定在代理的语言熟练度210和客户的语言熟练度204之间是否存在相异性。另外或可替换地,测试506确定在呈现给客户202的代理的语言熟练度210和客户的语言熟练度204之间是否存在差异。如果测试506被确定为否定,则过程500可以结束或循环重复,直到通信结束的时间。
如果测试506被确定为肯定,则步骤508呈现相异性的标记,可选地,步骤510可以并入用于中止(或降低频率)的动作和/或用于启动(或增加频率)的动作的更具体的提示,诸如通过提示216(参见图2)提供使用更多和/或更少的单词以便改变呈现给客户202的代理的语言熟练度210,诸如数据存储装置214中维护的替代方案。作为进一步的选项,步骤512可以改变网络拓扑,包括添加主管的通信设备以单独与代理208通信,添加主管的通信设备以与代理208和客户202通信,添加另一代理到通信,添加另一代理以及从通信中移除当前代理208——经由网络连接到其各自的通信设备。
图6描绘了根据本公开的实施例的过程600。过程600可以被具体化为在非暂时性数据存储装置中维护的机器可执行指令,以供一个或多个处理器执行,所述处理器诸如服务器212的处理器、路由引擎132、工作分配机构116、工作分配引擎120或其他处理组件或其组合。
在一个实施例中,过程600可用于选择代理308A-C中的特定一个来参与和顾客202的通信。步骤602访问相关联的代理308A-C的代理语言熟练度310A-C。步骤604访问相关联的客户202的客户语言熟练度204。步骤606选择代理308中的一个来进行与客户202的通信。然后,步骤608通过将客户通信设备108连接到与所选代理相关联的特定代理通信设备306,来将所选的一个代理308连接到客户。
图7描绘了根据本公开的实施例的系统700中的设备702。在一个实施例中,服务器212、代理通信设备206和/或代理通信设备306可以整体或部分地实现为包括各种组件和到其它组件和/或系统的连接的设备702。这些组件以各种方式实现,并且可以包括处理器704。处理器704可以被实现为单个电子微处理器或多处理器设备(例如,多核),其中具有诸如控制单元、输入/输出单元、算术逻辑单元、寄存器、主存储器和/或访问诸如经由总线714接收的信息(例如,数据、指令等)、执行指令并再次诸如经由总线714输出数据的其他组件之类的组件。在其他实施例中,处理器704可以包括可以由其他过程和/或过程所有者使用的共享处理设备,诸如在处理阵列或分布式处理系统(例如,“云”、场等)中。应当理解,处理器704是非暂时性计算设备(例如,包括电路和连接以与其他组件和设备通信的电子机器)。处理器704可以操作虚拟处理器,诸如以处理不是处理器本地的机器指令(例如,转换9xx芯片组代码以仿真不同的处理器的芯片组或非本地操作系统,诸如Mac上的VAX操作系统),然而,这样的虚拟处理器是由底层处理器(例如,处理器704)及其硬件和其他电路执行的应用。
除了处理器704的组件之外,设备702可以利用存储器706和/或数据存储装置708来存储可访问的数据,诸如指令、值等。通信接口710便于经由总线714与诸如处理器704的组件以及与不能经由总线714访问的组件进行通信。通信接口710可以被实现为网络端口、卡、电缆或其他配置的硬件设备。附加或替换地,人类输入/输出接口712连接到一个或多个接口组件以接收和/或呈现去往和/或来自人类和/或电子设备的信息(例如,指令、数据、值等)。可以连接到输入/输出接口的输入/输出设备730的示例包括但不限于键盘、鼠标、跟踪球、打印机、显示器、传感器、开关、中继器等。在另一实施例中,通信接口710可以包括人类输入/输出接口712,或者由人类输入/输出接口712构成。通信接口710可以被配置为直接与联网组件通信或者利用一个或多个网络,诸如网络720和/或网络724。
通信网络104可以整体或部分地体现为网络720。网络720可以是有线网络(例如,以太网)、无线(例如,WiFi、蓝牙、蜂窝等)网络或其组合,并且使得设备702能够与(一个或多个)网络组件722通信。在其它实施例中,网络720可以整体或部分地体现为电话网络(例如,公共交换电话网络(PSTN)、私有交换分机(PBX)、蜂窝电话网络等)
另外或替代地,可利用一个或多个其它网络。例如,网络724可以表示第二网络,其可以促进与设备702所使用的组件的通信。例如,网络724可以是企业实体或其他组织(例如联络中心102)的内部网络,由此组件比可连接到包括可能不那么可信的公共网络(例如互联网)的网络720的联网组件722可信(或至少更可信)。
连接到网络724的组件可以包括存储器726、数据存储装置728、(一个或多个)输入/输出设备730和/或处理器704可以访问的其它组件。例如,存储器726和/或数据存储装置728可以完全地或为了特定的任务或目的补充或代替存储器706和/或数据存储装置708。例如,存储器726和/或数据存储装置728可以是外部数据储存库(例如,服务器场、阵列、“云”等),并且允许设备702和/或其他设备访问其上的数据。类似地,输入/输出设备730可以由处理器704经由人类输入/输出接口1012和/或经由通信接口710来访问,直接访问、经由网络724访问、仅经由网络720(未示出)访问、或经由网络724和720访问。存储器706、数据存储装置708、存储器726、数据存储装置728中的每一个包括非暂时性数据存储装置,该非暂时性数据装置存储包括数据存储设备。
应当理解,计算机可读数据可以由各种组件发送、接收、存储、处理和呈现。还应当理解,所示的部件可以控制其他部件,无论是在此示出的还是其他的。例如,一个输入/输出设备730可以是路由器、交换机、端口或其他通信组件,使得处理器704的特定输出启用(或禁用)可以与网络720和/或网络724相关联的输入/输出设备730,以允许(或不允许)网络720和/或网络724上的两个或更多个节点之间的通信。例如,可以利用特定联网组件722和/或特定资源112来启用(或禁用)使用特定客户通信设备108的一个特定客户之间的连接。类似地,一个特定联网组件722和/或资源112可以被启用(或禁用)与特定的其他联网组件722和/或资源112(在某些实施例中包括设备702)通信,反之亦然。本领域普通技术人员将理解,除了这里描述的那些通信装备之外或者作为其替换,可以利用其它通信装备,而不脱离实施例的范围。
在以上描述中,为了说明的目的,以特定顺序描述了方法。应当理解,在替换实施例中,可以以与所描述的顺序不同的顺序来执行这些方法,而不会脱离实施例的范围。还应当理解,上述方法可以作为由硬件组件(例如,电路)执行的算法来执行,该硬件组件是为执行本文所述的一个或多个算法或其部分而专门构建的。在另一实施例中,硬件组件可包括通用微处理器(例如,CPU、GPU),其首先被转换成专用微处理器。然后,专用微处理器在其中加载了编码信号,使得现在的专用微处理器维护机器可读指令,以使得微处理器能够读取和执行从本文所述的算法和/或其它指令导出的机器可读指令集。用于执行算法的机器可读指令或其部分不是不受限的,而是利用微处理器已知的有限指令集。机器可读指令可以在微处理器中被编码为信号产生部件中的信号或值,并且在一个或多个实施例中,包括存储器电路中的电压、开关电路的配置、和/或通过特定逻辑门电路的选择性使用。另外或替代地,机器可读指令可由微处理器访问并且在介质或设备中编码为磁场、电压值、电荷值、反射/非反射部分及/或物理标记。
在另一个实施例中,微处理器还包括单个微处理器、多核处理器、多个微处理器、分布式处理系统(例如,阵列、刀片、服务器群、“云”、多用途处理器阵列、集群等)中的一个或多个,和/或可与执行其他处理操作的微处理器位于同一位置。任何一个或多个微处理器可以被集成到单个处理装置(例如,计算机、服务器、刀片等)中,或者完全或部分地位于经由通信链路(例如,总线、网络、背板等或其多个)连接的分立组件中。
通用微处理器的示例可以包括中央处理单元(CPU),其具有在指令寄存器(或其他维护指令的电路)中编码的数据值或包括存储器位置的数据值,所述数据值进而包括用作指令的值。存储器位置还可以包括CPU外部的存储器位置。这种CPU外部组件可以被实现为现场可编程门阵列(FPGA)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、随机存取存储器(RAM)、总线可访问存储装置、网络可访问存储装置等中的一个或多个。
这些机器可执行指令可以存储在一个或多个机器可读介质上,例如CD-ROM或其它类型的光盘、软盘、ROM、RAM、EPROM、EEPROM、磁卡或光卡、闪存、或适于存储电子指令的其它类型的机器可读介质。或者,所述方法可由硬件与软件的组合来执行。
在另一实施例中,微处理器可以是处理硬件组件的系统或集合,诸如客户端设备上的微处理器和服务器上的微处理器、具有其相应微处理器的设备的集合、或者共享或远程处理服务(例如,基于“云”的微处理器)。微处理器的系统可以包括处理任务的任务特定分配和/或共享或分布式处理任务。在又一实施例中,微处理器可以执行软件以提供服务来模拟不同的一个或多个微处理器。结果,由第一组硬件组件组成的第一微处理器可以虚拟地提供第二微处理器的服务,由此与第一微处理器相关联的硬件可以使用与第二微处理器相关联的指令集来操作。
虽然机器可执行指令可对于特定机器(例如,个人计算机、移动计算设备、膝上型计算机等)被本地存储并执行,但应当理解,数据和/或指令的存储和/或指令的至少一部分的执行可经由到远程数据存储装置和/或处理设备或设备集合(通常称为“云”)的连接来提供,但可包括公共、私有、专用、共享和/或其它服务局、计算服务和/或“服务器群”。
本文所述的微处理器的示例可包括但不限于以下中的至少一个:具有4G LTE集成和64位计算的和615、和801、具有64位架构的A7微处理器、M7运动协微处理器、 系列、CoreTM微处理器系列、微处理器系列、AtomTM微处理器系列、Intel微处理器系列、i5-4670K和i7-4770K 22nm Haswell、i5-3570K 22nm代系列(Ivy Bridge)、FXTM微处理器系列、FX-4300、FX-6300和FX-8350 32nm Vishera,Kaveri微处理器、TexasJacinto C6000TM汽车信息娱乐处理器、TexasOMAPTM汽车移动微处理器、CortexTM-M微处理器、Cortex-A和ARM926EJ-STM微处理器、其他产业等价微处理器,并且可以使用任何已知或未来开发的标准、指令集、库和/或架构执行计算功能。
这里讨论的任何步骤、功能和操作可以连续地和自动地执行。
已经关于用于监视、增强和修饰通信和消息的通信系统和组件以及方法描述了本发明的示例性系统和方法。然而,为了避免不必要地模糊本发明,前面的描述省略了许多已知的结构和设备。这种省略不应被解释为对所要求保护的发明的范围的限制。阐述了具体细节以提供对本发明的理解。然而,应当理解,本发明可以以超出本文阐述的具体细节之外的各种方式来实践。
此外,虽然这里示出的示例性实施例示出了系统的各种部件放在一起,但是系统的某些部件可以位于远程,位于诸如LAN和/或互联网之类的分布式网络的远处部分,或者位于专用系统内。因此,应当理解,系统的组件或其部分(例如,微处理器、存储器/存储装置、接口等)可以被组合到一个或多个设备中,诸如一个服务器、多个服务器、计算机、计算设备、终端、“云”或其他分布式处理,或者被配置在分布式网络的特定节点上,所述网络诸如模拟和/或数字电信网络、分组交换网络或电路交换网络。在另一个实施例中,组件可以是物理的或逻辑地分布在多个组件上(例如,微处理器可以包括在一个组件上的第一微处理器和在另一个组件上的第二微处理器,每个执行共享任务和/或分配的任务的一部分)。从前面的描述中将理解,出于计算效率的原因,系统的组件可以被布置在组件的分布式网络内的任何位置,而不影响系统的操作。例如,各种组件可以位于诸如PBX和媒体服务器的交换机、网关中,位于一个或多个通信设备中,位于一个或多个用户的房屋处,或其某种组合。类似地,系统的一个或多个功能部分可以分布在(一个或多个)电信设备和相关联的计算设备之间。
此外,应当理解,连接元件的各种链路可以是有线或无线链路,或其任何组合,或能够向连接的元件提供数据和/或从连接的元件传送数据的任何其他已知或以后开发的元件。这些有线或无线链路也可以是安全链路,并且能够传送加密信息。用作链路的传输介质例如可以是用于电信号的任何适当载体,包括同轴电缆、铜线和光纤,并且可以采取声波或光波的形式,诸如在无线电波和红外数据通信期间生成的那些。
此外,虽然已经关于特定的事件序列讨论和图示了流程图,但是应当理解,可以在不实质影响本发明的操作的情况下发生对该序列的改变、添加和省略。
可以使用本发明的许多变化和修改。可以提供本发明的一些特征而不提供其它特征。
在另一个实施例中,本发明的系统和方法可以结合专用计算机、编程的微处理器或微控制器和外围集成电路元件、ASIC或其它集成电路、数字信号微处理器、硬连线电子或逻辑电路(例如分立元件电路)、可编程逻辑器件或门阵列(例如PLD、PLA、FPGA、PAL)、专用计算机、任何类似部件等来实现。通常,能够实现这里所说明的方法的任何设备或部件都可以用于实现本发明的各个方面。可用于本发明的示例性硬件包括计算机、手持设备、电话(例如,蜂窝、启用互联网的、数字、模拟、混合等)以及本领域已知的其它硬件。这些设备中的一些包括微处理器(例如,单个或多个微处理器)、存储器、非易失性存储装置、输入设备和输出设备。此外,包括但不限于分布式处理或组件/对象分布式处理、并行处理或虚拟机处理的替代软件实现也可被构造为实现如由一个或多个处理组件提供的本文描述的方法。
在又一实施例中,所公开的方法可以结合使用对象的软件或面向对象的软件开发环境来容易地实现,该软件开发环境提供了可在各种计算机或工作站平台上使用的可移植源代码。或者,所公开的系统可以部分或全部地以使用标准逻辑电路或VLSI设计的硬件来实现。使用软件还是硬件来实现根据本发明的系统取决于系统的速度和/或效率要求、特定功能以及所使用的特定软件或硬件系统或微处理器或微计算机系统。
在又一实施例中,所公开的方法可以部分地以软件来实现,该软件可以存储在存储介质上,在控制器和存储器的协作下在编程的通用计算机、专用计算机、微处理器等上执行。在这些情况下,本发明的系统和方法可以实现为嵌入在个人计算机上的程序,例如小应用、或CGI脚本,实现为驻留在服务器或计算机工作站上的资源,实现为嵌入在专用测量系统、系统部件等中的例程。该系统还可以通过将系统和/或方法物理地并入软件和/或硬件系统中来实现。
本文的包括软件的实施例由一个或多个微处理器执行或被存储以供后续执行,并且作为可执行代码来执行。该可执行代码被选择来执行包括特定实施例的指令。所执行的指令是从微处理器所理解的离散的本机指令集中选择的约束指令集,并且在执行之前,被提交到微处理器可访问的存储器。在另一个实施例中,在由一个或多个微处理器执行之前,人类可读的“源代码”软件首先被转换为系统软件,以包括从平台的本机指令集中选择的平台(例如,计算机、微处理器、数据库等)特定指令集。
尽管本发明参考特定标准和协议描述了在实施例中实现的组件和功能,但是本发明不限于这些标准和协议。这里没有提及的其它类似标准和协议存在,并且被认为包括在本发明中。此外,本文提及的标准和协议以及本文未提及的其它类似标准和协议周期性地被具有基本上相同功能的更快或更有效的等同物所取代。具有相同功能的这些替换标准和协议被认为是包括在本发明中的等同物。
在各种实施例、配置和方面中,本发明包括基本上如本文描绘和描述的组件、方法、过程、系统和/或装置,包括其各种实施例、子组合和子集。本领域技术人员在理解本公开之后将理解如何制造和使用本发明。在各种实施例、配置和方面中,本发明包括在缺少在这里未描绘和/或描述的项目的情况下提供设备和过程,或者在其各种实施例、配置或方面中包括在缺少可能已经在先前设备或过程中使用的这样的项目的情况下提供设备和过程,例如,用于改进性能、实现容易性和/或降低实现成本。
本发明的上述讨论是为了说明和描述的目的而给出的。前述内容不是要将本发明限制为这里公开的一种形式或多种形式。例如,在前述详细描述中,为了使公开流畅,本发明的各种特征在一个或多个实施例、配置或方面中被分组在一起。本发明的实施例、配置或方面的特征可以在除了上述讨论的那些之外的替代实施例、配置或方面中组合。本公开的方法不应被解释为反映所要求保护的发明需要比每个权利要求中明确记载的特征更多的特征的意图。相反,如所附权利要求所反映的,发明方面在于少于单个前述公开的实施例、配置或方面的所有特征。因此,以下权利要求由此被并入该详细描述中,其中每个权利要求独立地作为本发明的单独的优选实施例。
此外,尽管本发明的描述已经包括一个或多个实施例、配置或方面以及某些变化和修改的描述,但是在理解本公开之后,其它变化、组合和修改在本发明的范围内,例如,如可以在本领域技术人员的技能和知识内。希望获得权利,其包括在允许的范围内的替代实施例、配置或方面,包括对于所要求保护的那些的替代、可互换和/或等同的结构、功能、范围或步骤,无论这样的替代、可互换和/或等同的结构、功能、范围或步骤是否在本文公开,并且不希望公开地贡献任何可专利的主题。
Claims (10)
1.一种系统,包括:
到网络的网络接口;
存储器;
耦合到存储器的处理器,处理器通过可执行指令被编程;以及
其中,执行可执行指令的处理器执行:
接收通信,所述通信包括保持所述通信的自动化资源和由客户利用的客户通信设备;
访问所述客户的客户语言熟练度评级;
访问与代理池中的每个代理相关联的语言熟练度评级池;
从代理池中选择具有与客户语言熟练度评级最匹配的相关联的语言熟练度评级的代理;以及
连接所述通信以包括与所选择的代理相关联的代理通信设备。
2.根据权利要求1所述的系统,其中,执行可执行指令的处理器执行访问所述客户的客户语言熟练度评级,进一步包括:
确定所述客户的客户语言熟练度评级,包括:
访问具有被评分单词的评分模型;
在通信之前,访问具有由所述客户提供的内容的先前通信;
利用所述评分模型对所述先前通信进行评分以确定通信的熟练度得分;以及
使通信的熟练度得分能够作为所述客户的客户语言熟练度评级访问。
3.根据权利要求2所述的系统,其中,所述先前通信包括社交媒体发帖、电子邮件、文本消息、语音消息、语音呼叫、消息转录或语音呼叫转录中的一个或多个。
4.根据权利要求1所述的系统,其中,执行可执行指令的处理器执行:
访问与代理池中的每个代理相关联的语言熟练度评级池,包括:
访问评分模型;
对于代理池中的每个代理:
在通信之前,访问具有由代理池中的代理提供的内容的先前通信;
对照所述评分模型对所述先前通信内的单词进行评分;
确定总得分;以及
使所述总得分对于代理池中的每个代理能够作为语言熟练度评级池中的条目访问。
5.根据权利要求1所述的系统,其中,客户语言熟练度评级或与代理池中的每个代理相关联的语言熟练度评级池中的语言熟练度评级中的至少一个包括词汇评级、技术复杂度评级、流畅度评级、发音评级、语法评级或速度评级中的一个或多个。
6.根据权利要求1所述的系统,其中,从代理池中选择具有与客户语言熟练度评级最匹配的相关联的语言熟练度评级的代理,进一步包括执行可执行指令的处理器执行:
访问相对于客户语言熟练度评级的可接受范围;以及
从代理池中选择具有在所述可接受范围内的相关联的语言熟练度评级的代理。
7.根据权利要求1所述的系统,其中,当来自代理池的代理具有在先前确定的范围内等于客户语言熟练度评级的相关联的语言熟练度时,确定存在所述匹配。
8.根据权利要求1所述的系统,其中,从代理池中选择具有与客户语言熟练度评级最匹配的相关联的语言熟练度评级的代理,进一步包括执行可执行指令的处理器执行:
访问相对于客户语言熟练度评级的期望变化;以及
从代理池中选择具有如下相关联的语言熟练度评级的代理,该相关联的语言熟练度评级具有相对于客户语言熟练度评级的所述期望变化。
9.一种系统,包括:
到网络的网络接口;
存储器;
耦合到存储器的处理器,处理器通过可执行指令被编程;以及
其中,执行可执行指令的处理器执行:
接收通信,所述通信包括来自利用客户通信设备的客户的客户内容和来自利用代理通信设备的代理的代理内容;
访问所述客户的客户语言熟练度评级;
监视代理内容;
根据代理内容确定代理语言熟练度;
确定代理语言熟练度是否与客户语言熟练度相异;以及
在确定相异性存在时,使代理通信设备呈现相异性的标记。
10.根据权利要求9所述的系统,其中,执行可执行指令的处理器执行根据代理内容确定代理语言熟练度,进一步包括:
访问评分模型;以及
利用所述评分模型对代理内容进行评分以产生代理语言熟练度;以及
其中,客户语言熟练度或代理语言熟练度中的至少一个包括词汇评级、技术复杂度评级、流畅度评级、发音评级、语法评级或速度评级中的一个或多个;以及
其中,确定代理语言熟练度是否与客户语言熟练度相异包括:确定作为通信的一部分的代理提供的单词中的至少一个单词是否具有在可接受范围之外的代理语言熟练度评级。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/984,724 | 2020-08-04 | ||
US16/984,724 US11316979B2 (en) | 2020-08-04 | 2020-08-04 | Detecting vocabulary skill level and correcting misalignment in remote interactions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114064865A true CN114064865A (zh) | 2022-02-18 |
Family
ID=77651149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110888576.6A Pending CN114064865A (zh) | 2020-08-04 | 2021-08-04 | 在远程交互中检测词汇技能级别并校正未对准 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11316979B2 (zh) |
CN (1) | CN114064865A (zh) |
DE (1) | DE102021208201A1 (zh) |
GB (1) | GB2599481B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230205992A1 (en) * | 2020-06-16 | 2023-06-29 | Nippon Telegraph And Telephone Corporation | Proofreading support apparatus, proofreading support method and proofreading support program |
US11595525B2 (en) * | 2021-01-27 | 2023-02-28 | Dell Products L.P. | Assigning customer calls to customer care agents based on compatability |
US11847602B2 (en) * | 2021-05-06 | 2023-12-19 | Nice Ltd. | System and method for determining and utilizing repeated conversations in contact center quality processes |
US12019999B2 (en) * | 2021-06-18 | 2024-06-25 | Google Llc | Providing a well-formed alternate phrase as a suggestion in lieu of a not well-formed phrase |
US20240193364A1 (en) * | 2022-12-13 | 2024-06-13 | Calabrio, Inc. | Evaluating transcripts through repetitive statement analysis |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6847714B2 (en) | 2002-11-19 | 2005-01-25 | Avaya Technology Corp. | Accent-based matching of a communicant with a call-center agent |
US7920693B2 (en) * | 2005-11-25 | 2011-04-05 | Teletech Holdings, Inc. | Home agent access in call routing management based on caller language |
US20100235218A1 (en) | 2008-09-29 | 2010-09-16 | Avaya Inc. | Pre-qualified or history-based customer service |
US8964958B2 (en) | 2009-05-20 | 2015-02-24 | Avaya Inc. | Grid-based contact center |
US8411841B2 (en) | 2009-08-06 | 2013-04-02 | Nexidia Inc. | Real-time agent assistance |
US20110125793A1 (en) | 2009-11-20 | 2011-05-26 | Avaya Inc. | Method for determining response channel for a contact center from historic social media postings |
US20110125826A1 (en) | 2009-11-20 | 2011-05-26 | Avaya Inc. | Stalking social media users to maximize the likelihood of immediate engagement |
US8634543B2 (en) | 2010-04-14 | 2014-01-21 | Avaya Inc. | One-to-one matching in a contact center |
US20140270143A1 (en) * | 2013-03-12 | 2014-09-18 | Avaya Inc. | Method and system for serving customers in a contact center |
US20160036980A1 (en) * | 2014-07-29 | 2016-02-04 | Genesys Telecommunications Laboratories, Inc. | System and Method for Addressing Hard-To-Understand for Contact Center Service Quality |
US9569430B2 (en) * | 2014-10-24 | 2017-02-14 | International Business Machines Corporation | Language translation and work assignment optimization in a customer support environment |
US9479643B1 (en) | 2015-06-15 | 2016-10-25 | International Business Machines Corporation | Linguistic coordination system |
-
2020
- 2020-08-04 US US16/984,724 patent/US11316979B2/en active Active
-
2021
- 2021-07-29 DE DE102021208201.7A patent/DE102021208201A1/de active Pending
- 2021-08-03 GB GB2111215.6A patent/GB2599481B/en active Active
- 2021-08-04 CN CN202110888576.6A patent/CN114064865A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
GB2599481B (en) | 2024-01-03 |
GB2599481A (en) | 2022-04-06 |
US11316979B2 (en) | 2022-04-26 |
US20220046132A1 (en) | 2022-02-10 |
GB202111215D0 (en) | 2021-09-15 |
DE102021208201A1 (de) | 2022-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102048030B1 (ko) | 자동화 어시스턴트와의 단대단 다국어 통신 촉진 | |
Moussalli et al. | Intelligent personal assistants: can they understand and be understood by accented L2 learners? | |
Alkamel et al. | The use of ICT tools in English language teaching and learning: A literature review | |
Dizon | Using intelligent personal assistants for second language learning: A case study of Alexa | |
Tudini | Negotiation and intercultural learning in Italian native speaker chat rooms | |
Serban et al. | A survey of available corpora for building data-driven dialogue systems | |
EP3125235B1 (en) | Learning templates generated from dialog transcripts | |
US11316979B2 (en) | Detecting vocabulary skill level and correcting misalignment in remote interactions | |
Kim et al. | Design principles and architecture of a second language learning chatbot | |
Leeming | Japanese high school students' use of L1 during pair‐work | |
Razagifard | The impact of text‐based CMC on improving L 2 oral fluency | |
Wang et al. | Accuracy in telephone interpreting<? br?> and on-site interpreting: A comparative study | |
US20210264812A1 (en) | Language learning system and method | |
Kongthon et al. | Implementing an online help desk system based on conversational agent | |
Connolly et al. | Linguistic concepts and methods in CSCW | |
Skidmore | Incremental disfluency detection for spoken learner english | |
US11907677B1 (en) | Immutable universal language assistive translation and interpretation system that verifies and validates translations and interpretations by smart contract and blockchain technology | |
Trivedi | Fundamentals of Natural Language Processing | |
Mulyati et al. | Conversational Analysis on Politeness in Online Class Discussions: Exploring Turn-Taking and Relational Work Strategies Between Lecturer and Students | |
Tekwa | Machine translation and foreign language learning | |
Aleedy et al. | Towards deep learning-powered chatbot for translation learning | |
Salbego et al. | Online oral negotiated interaction: A study of Brazilian beginners using WhatApp | |
Woesler | Modern Interpreting with Digital and Technical Aids: Challenges for Interpreting in the Twenty-First Century | |
Worajittiphon | Negotiation for meaning in synchronous EFL chat | |
Wang et al. | Understanding differences between human language processing and natural language processing by the synchronized model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |