JP2023511601A - テキストベースの会話におけるユーザへの意図提案を提供するためのユーザインターフェイス、及びプロセスフロー - Google Patents
テキストベースの会話におけるユーザへの意図提案を提供するためのユーザインターフェイス、及びプロセスフロー Download PDFInfo
- Publication number
- JP2023511601A JP2023511601A JP2022545133A JP2022545133A JP2023511601A JP 2023511601 A JP2023511601 A JP 2023511601A JP 2022545133 A JP2022545133 A JP 2022545133A JP 2022545133 A JP2022545133 A JP 2022545133A JP 2023511601 A JP2023511601 A JP 2023511601A
- Authority
- JP
- Japan
- Prior art keywords
- customer
- user
- categories
- assistance
- message
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
- G06F3/0233—Character input methods
- G06F3/0237—Character input methods using prediction or retrieval techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0489—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using dedicated keyboard keys or combinations thereof
- G06F3/04895—Guidance during keyboard input operation, e.g. prompting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/44—Statistical methods, e.g. probability models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06N3/045—Combinations of networks
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/012—Providing warranty services
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- 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
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
より有効なカスタマーサービスサポートシステムを提供するためのシステム、装置、及び方法。いくつかの実施形態では、本システム、装置、及び方法は、会話ベースのカスタマーサービスサポートシステムを実装するためのユーザインターフェイス(UI)及びプロセスフローを含む。ユーザインターフェイス及び関連する処理により、ユーザ/顧客は、カスタマーサービス要求の意図、目標、又は目的を迅速かつ正確に選択できる。いくつかの実施形態では、これは、サービス又は支援に対する要求の意図、目標、又は目的を選択、特定、又は説明する複数の方法をユーザに提供する、ユーザインターフェイス表示又は画面のセット及び基礎となるロジックによって達成される。
Description
[関連出願の相互参照]
本出願は、2020年1月22日に出願された「ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのユーザインターフェイス及びプロセスフロー(User Interface and Process Flow for Providing an Intent Suggestion to a User in a Text-Based Conversational Experience with User Feedback)」と題された米国仮出願第62/964,539号の利益を主張するものであり、その全内容を(付属書類を含め)本参照により援用する。
本出願は、2020年1月22日に出願された「ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのユーザインターフェイス及びプロセスフロー(User Interface and Process Flow for Providing an Intent Suggestion to a User in a Text-Based Conversational Experience with User Feedback)」と題された米国仮出願第62/964,539号の利益を主張するものであり、その全内容を(付属書類を含め)本参照により援用する。
本出願はまた、2020年1月22日に出願された「ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのシステム、装置及び方法(System,Apparatus and Methods for Providing an Intent Suggestion to a User in a Text-Based Conversational Experience with User Feedback)」と題された米国仮出願第62/964,548号の利益を主張するものであり、その全内容を(付属書類を含め)本参照により援用する。
本出願は、本明細書に記載する本発明の1つ以上の実施形態に関する、さらなる例及び/又は詳細を提供し得る情報を含む、添付の付属書類を含む。付属書類の全内容は本出願の一部とみなされ、その全体を本明細書に援用する。
[背景技術]
会話ベースのカスタマーサービスシステムでは、サービスエージェント及びカスタマーサポート担当者は通常、顧客に提供する支援のタイプ、カテゴリ、又は領域の観点から編成される。例えば、eコマース環境では、一部のエージェントは支払い/請求の質問又はタスクに関するカスタマーサービス又は支援の提供を専門としている(つまり、彼らはクレジットカードの処理、チャージバック、払い戻し等を理解している)が、他のエージェントは配送の履行に関する顧客支援の提供を専門としている(つまり、彼らは物理的な商品の追跡、宅配業者の慣行及びスケジュール、天候への影響、ルーティングの問題等を理解している)。さらに他のエージェントが、質問に回答し、製品情報又は保証に関連するタスクで顧客の支援を担当する場合がある。
会話ベースのカスタマーサービスシステムでは、サービスエージェント及びカスタマーサポート担当者は通常、顧客に提供する支援のタイプ、カテゴリ、又は領域の観点から編成される。例えば、eコマース環境では、一部のエージェントは支払い/請求の質問又はタスクに関するカスタマーサービス又は支援の提供を専門としている(つまり、彼らはクレジットカードの処理、チャージバック、払い戻し等を理解している)が、他のエージェントは配送の履行に関する顧客支援の提供を専門としている(つまり、彼らは物理的な商品の追跡、宅配業者の慣行及びスケジュール、天候への影響、ルーティングの問題等を理解している)。さらに他のエージェントが、質問に回答し、製品情報又は保証に関連するタスクで顧客の支援を担当する場合がある。
カスタマー支援エージェントの細分化の結果、エンドユーザ(顧客やベンダー等)がカスタマーサービスにメッセージを送信する場合、ユーザの質問に答える、あるいは顧客が問題を解決するのを手伝うのに最適な部門又はエージェントのグループにメッセージをルーティング(取り次ぎを)する必要がある。伝統的に、及び従来のシステムでは、これは、ユーザの入力を人力により検討し、ユーザの要求又は問合せをどこへルーティングするかを適切なエージェント又はエージェントのグループの人が決定することによって実現されてきた。これは、誰かが全ての新しい着信サービス要求チケットに目を通し、それを適切な部門に割り振ってから、その部門にチケットを転送することを意味している。
しかし、サービス要求チケットの評価及びルーティングを人力で実行することには、複数の欠点があり、その中には少なくとも次のものがある。
●人間がプロセスのボトルネックであるため、時間がかかり、複数の人間が多数のサービス要求にわたってこの作業を調整することは、プロセスのもう1つの非効率的な側面である。
●人力であり人間の判断に基づいているため、エラーが発生しやすくなる。例えば、サービス要求には、多くの場合、ある程度のあいまいさがある(例えば、チケットを「請求」と「払い戻し」のどちらに分類するかは常に明確であるとは限らない)。
●この作業は退屈で面白くなく、この役割の担当者の間では離職率が比較的高くなる。このことは、採用、トレーニング及び維持コスト、並びに人員配置要件に影響を与え得る。
従来のアプローチに関連するこれら及びその他の問題は、カスタマーサポート要求に使用される評価及びルーティングプロセスを部分的又は完全に自動化する方法を会社が模索するインセンティブとなる。しかし、多くの場合、ルールのセットを使用してルーティングを効果的に自動化することはできない。前述のように、ユーザが支援の要求を表現する方法には、多くの場合、明確なパターンや一貫性がなく、ユーザの要求を解釈する際に発生するあいまいさを取り除く効果的な方法がないためである。例えば、「返金してほしい」は「払い戻し」として分類する必要があり、そのようなルール(電子メールフィルタリングルールで使用されているもの等)を自動化するための明確なキーワードは存在しない。
●人間がプロセスのボトルネックであるため、時間がかかり、複数の人間が多数のサービス要求にわたってこの作業を調整することは、プロセスのもう1つの非効率的な側面である。
●人力であり人間の判断に基づいているため、エラーが発生しやすくなる。例えば、サービス要求には、多くの場合、ある程度のあいまいさがある(例えば、チケットを「請求」と「払い戻し」のどちらに分類するかは常に明確であるとは限らない)。
●この作業は退屈で面白くなく、この役割の担当者の間では離職率が比較的高くなる。このことは、採用、トレーニング及び維持コスト、並びに人員配置要件に影響を与え得る。
従来のアプローチに関連するこれら及びその他の問題は、カスタマーサポート要求に使用される評価及びルーティングプロセスを部分的又は完全に自動化する方法を会社が模索するインセンティブとなる。しかし、多くの場合、ルールのセットを使用してルーティングを効果的に自動化することはできない。前述のように、ユーザが支援の要求を表現する方法には、多くの場合、明確なパターンや一貫性がなく、ユーザの要求を解釈する際に発生するあいまいさを取り除く効果的な方法がないためである。例えば、「返金してほしい」は「払い戻し」として分類する必要があり、そのようなルール(電子メールフィルタリングルールで使用されているもの等)を自動化するための明確なキーワードは存在しない。
本発明の実施形態は、会話ベースのカスタマーサービスサポートシステムを個別及び集合的に提供するための従来のアプローチに関連するこれら及び他の問題を解決することを目的としている。
[発明の概要]
本明細書で使用される「発明(invention)」、「本発明(the invention)」、「本発明(this invention)」、「本発明(the present invention)」、「本開示(the present disclosure)」、又は「本開示(the disclosure)」という用語は、本文書に記載されている主題、図面又は図、及び特許請求の範囲の全てを広く指すことを意図している。これらの用語を含む記述は、本明細書に記載されている主題を制限するものではなく、又は特許請求の範囲の意味又は範囲を制限するものではないことが理解されるべきである。本開示の対象となる実施形態は、本概要ではなく、特許請求の範囲によって定義される。本概要は、開示のさまざまな側面の大まかな概要であり、以下の詳細な説明の章でさらに説明される概念のいくつかを紹介する。本概要は、請求項に記載された主題の重要な、本質的な、又は必要な特徴を特定することを意図しておらず、請求項に記載された主題の範囲を決定するために単独で使用されることも意図されていない。主題は、明細書全体の適切な部分、いずれか又は全ての図又は図面、及び各請求項を参照することによって理解されるべきである。
本明細書で使用される「発明(invention)」、「本発明(the invention)」、「本発明(this invention)」、「本発明(the present invention)」、「本開示(the present disclosure)」、又は「本開示(the disclosure)」という用語は、本文書に記載されている主題、図面又は図、及び特許請求の範囲の全てを広く指すことを意図している。これらの用語を含む記述は、本明細書に記載されている主題を制限するものではなく、又は特許請求の範囲の意味又は範囲を制限するものではないことが理解されるべきである。本開示の対象となる実施形態は、本概要ではなく、特許請求の範囲によって定義される。本概要は、開示のさまざまな側面の大まかな概要であり、以下の詳細な説明の章でさらに説明される概念のいくつかを紹介する。本概要は、請求項に記載された主題の重要な、本質的な、又は必要な特徴を特定することを意図しておらず、請求項に記載された主題の範囲を決定するために単独で使用されることも意図されていない。主題は、明細書全体の適切な部分、いずれか又は全ての図又は図面、及び各請求項を参照することによって理解されるべきである。
本開示の実施形態は、より有効なカスタマーサービスサポートシステムを提供するためのシステム、装置、及び方法を対象とする。いくつかの実施形態では、本システム、装置、及び方法は、会話ベースのカスタマーサービスサポートシステムを実装するためのユーザインターフェイス(UI)及びプロセスフローを含む。ユーザインターフェイス及び関連する処理により、ユーザ/顧客は、カスタマーサービス要求の意図、目標、又は目的を迅速かつ正確に選択できる。いくつかの実施形態では、これは、サービス又は支援に対する要求の意図、目標、又は目的を選択、特定、又は説明する複数の方法をユーザに提供する、ユーザインターフェイス表示又は画面のセット及び基礎となるロジックによって達成される。さらに、基礎となるロジックは、入力されたテキストの選択又は処理を通じてユーザフィードバックを取得し、考えられるユーザ意図と、意図又は意図のカテゴリ間の関係を表すデータ構造を構築することに基づいて、時間の経過とともにシステムの精度を向上させるように働く。
いくつかの実施形態では、本システム、装置、及び方法は、ユーザ/顧客が顧客支援を求める際にナビゲート(操作/操縦)及び所望の意図(intent)又は目的を選択(又は特定)する方法を複数提供する処理フローを含む。処理フローの一部では、支援を求める顧客に、トレーニング済み機械学習モデルと意図木(intent tree)データとが提供される。モデル及び意図木データは、顧客が以前に提供されたカスタマーサービスアプリケーションを起動することに応じて提供されてもよい。いくつかの実施形態では、カスタマーサービスアプリケーションは、顧客が会社に連絡することに応じて提供されてもよい。
本アプリケーションは顧客のデバイス(スマートフォン、タブレット、ラップトップ、デスクトップ、その他のコンピューティングデバイス等)で実行され、(a)意図木データの表示を生成する、(b)顧客にナビゲートを許可し、必要に応じて、意図木内の意図の選択を許可する、(c)顧客が支援を求める理由を説明するテキストを提供できるようにし、トレーニング済みモデルにその意図に関して入力テキストの分類を試みさせる、(d)顧客から、意図木から選択された意図又はモデルから特定された意図の承認(confirmation)を受信する、及び(e)顧客が選択した意図、モデルによって特定された意図、又は入力されたテキスト(顧客が意図を承認しない場合)を、適切な「ハンドラー」にルーティングするためのサーバ又はプラットフォームに提供することのうちの1つ以上を実行するように動作する。意図木から選択された意図が承認済み、又はトレーニング済みモデルによって特定された意図が承認済みの場合、メッセージはボット(Bot)、ウェブページのURL、事前定義されたタスク又はワークフロー、又は人にルーティングされ得る。顧客が意図を承認していない場合、メッセージ又はテキストは、評価、ラベル付け、及びルーティングのために人にルーティングされ、場合によっては、その後、モデルの継続的なトレーニングの一部として使用される。
本システム及び方法のいくつかの実施形態は、カスタマーサービスサポートシステムの一部としての会話型インターフェイス及び基礎となるロジックの使用を参照して説明されるが、実施形態は、他の状況及び環境で使用され得ることに留意されたい。これらには、商取引、金融、又は他のサービスや製品の選択が含まれ得る。状況によっては、説明されたユーザインターフェイス及び基礎となるロジックは、ユーザがサービス要求を送信したり、関心のあるサービスや製品を見つけたり、トランザクションを開始又は完了したり、システムやサービスと対話する際の目標や目的を、その意図によって表現されるように一般的に表現したりすること等に役立ち得る。
本発明の他の目的及び利点は、本発明の詳細な説明及びそれに含まれる図を検討することにより、当業者には明らかであろう。
本開示による本発明の実施形態は、以下の図面を参照して説明される。
図1は、本明細書に記載のシステム及び方法のいくつかの実施形態による、サービスを要求するユーザメッセージを処理し、ユーザの意図又はユーザからの問合せの目的を決定するための、例示的なコンピュータ実装方法、操作、機能、又はプロセスのフローチャート又はフロー図である。
本明細書に記載のシステム及び方法のいくつかの実施形態による、ユーザの意図又は目的を決定する、カスタマーサービス支援を要求するユーザメッセージの処理を示す、より詳細なフローチャート又はフロー図である。
本明細書に記載のシステム及び方法のいくつかの実施形態による方法、プロセス、機能、又は操作を実装するように構成された、コンピューティングデバイス又はシステムに存在し得る要素又はコンポーネントを示す図である。
図4は、エンドユーザが問題のタイトル(issue title)又は主題の静的リストから選択するために使用し得る静的ユーザインターフェイス表示の例の図である。
図5~図7は、本明細書に記載のシステムと方法の実施形態を実装する際に使用し得るマルチテナント又はSaaSプラットフォームのアーキテクチャを示す図である。
図5~図7は、本明細書に記載のシステムと方法の実施形態を実装する際に使用し得るマルチテナント又はSaaSプラットフォームのアーキテクチャを示す図である。
図5~図7は、本明細書に記載のシステムと方法の実施形態を実装する際に使用し得るマルチテナント又はSaaSプラットフォームのアーキテクチャを示す図である。
同様の構成部分及び特徴を参照するために、開示及び図の全体にわたって同じ番号が使用されることに留意されたい。
[詳細な説明]
本明細書では、本開示の実施形態の主題について、法的な要件に見合う具体性を伴って説明するが、この説明は、請求項の範囲を限定するように意図されていない。請求項に記載された主題は、他の手法で具現化されてよく、異なる要素又はステップを含んでよく、他の既存の又は後で開発された技術と併せて使用されてよい。この説明は、様々なステップ又は要素の両者間又は三者以上の間における、いずれかの必須の順序又は配列を暗示するものとして解釈されるべきではないが、個々のステップの順序又は要素の配列が明示的に必須であると記載されるときは、この限りではない。
本明細書においては、本発明の実施形態について、本発明の一部を成し、且つ、本発明が実施され得る例示的な実施形態を例示によって示す、添付の図面を参照して、より存分に説明する。しかしながら、本発明は、多くの異なる形で具現化されてよく、本明細書において明記される実施形態に限定されるものと解釈されるべきではなく、これらの実施形態は、むしろ、この開示が法的な要件を満たし、且つ、本発明の範囲を当業者に伝えるように、提供されている。
とりわけ、本発明は、全体又は一部において、システムとして、1つ以上の方法として、又は、1つ以上のデバイスとして、具現化され得る。本発明の実施形態は、ハードウェア実装の実施形態、ソフトウェア実装の実施形態、又は、ソフトウェア及びハードウェア態様を組み合わせる一実施形態、の形を取り得る。例えば、いくつかの実施形態において、本明細書に記載される動作、機能、プロセス、又は方法のうちの1つ以上は、クライアントデバイス、サーバ、ネットワーク要素、リモートプラットフォーム(SaaSプラットフォーム等)、「クラウド内」サービス、又は、他の形のコンピューティング又はデータ処理システム、デバイス、又はプラットフォームの一部である、1つ以上の好適な処理要素(例として、プロセッサ、マイクロプロセッサ、CPU、GPU、TPU、コントローラ等)により実装され得る。
1つ以上の処理要素は、実行可能な命令(例えば、ソフトウェア命令)のセットでプログラムされてよく、ここで、命令は、好適な非一時的データストレージ要素上に(又はその内に)格納され得る。いくつかの実施形態において、本明細書に記載される動作、機能、プロセス、又は方法のうちの1つ以上は、プログラマブルゲートアレイ、特定用途向け集積回路(ASIC)等の特化された形のハードウェアにより実装され得る。本発明の方法の一実施形態は、アプリケーション、より大きなアプリケーションの一部であるサブルーチン、「プラグイン」、データ処理システム若しくはプラットフォームの機能性の拡張、の形で、又は、他の好適な形で、実装され得ることに留意されたい。したがって、以下の詳細な説明は、限定の意味合いに取られるべきではない。
サービス要求ルーティング問題(又は、より一般的には、チャットウィンドウやその他の形式等の会話型インターフェイスによって提供されるユーザのテキストメッセージの解釈と処理)は、自然言語処理(NLP)ベースの機械学習(ML)モデルを適用できる問題である。このようなモデルは、実際のテキストメッセージデータ又は例から暗黙のルールを学習するようにトレーニングできる。これは、トレーニングデータとラベル/注釈の適切なセットが利用可能な場合、着信サービス要求の特定又は分類を支援するためにモデルをトレーニングできることを意味する。したがって、数百(又はそれ以上)のメッセージの例と対応するラベル又は注釈(例えば、各メッセージをルーティングすべき正しいグループ又は部門)にアクセスできる場合、機械学習(ML)分類アルゴリズムを適用して、比較的高い精度を持ち、ルーティング機能を実行(又は少なくとも支援)できるモデルを作成し得る。
トレーニング済み機械学習モデルは、顧客からのサービス要求を適切なエージェント又は対象分野の専門家にルーティングするのに非常に役立つが、そのようなモデルは多くの組織にとって作成するのが難しい場合がある。例えば、メッセージに注釈を付けるために使用されるラベルは、互いに明確に区別され、サービス要求を処理するための組織内のワークフローを正確に反映する必要がある。さらに、入力データ(メッセージ例)は「クリーン」である必要があり、誤解されないようにする必要がある。これには、サービス要求をルーティングするためのモデルを使用する会社又は組織が適切なトレーニングデータを提供する必要があり、会社又は組織がこれを効果的に行う方法を理解していない可能性がある。
自動又は半自動のサービス要求ルーティングプロセスを実装しようとしたときに発生する可能性のある2番目のタイプの問題は、そのようなシステムに接続されたワークフローが、要求の意図や目標が異なる可能性のあるエンドユーザからの承認なしに自動的に呼び出されることである。例えば、「返金してほしい」は「払い戻し」に分類する必要があるが、「2回請求されたので、返金してほしい」は「請求」の問題に分類する必要がある。これは、顧客/ユーザの側の不満や失望につながる可能性があり、問題を解決して顧客の好意を維持するために組織リソースの増加が必要になる可能性がある。
顧客/ユーザが自らの要求を適切なカスタマーサービスエージェント、プロセス、又は機能にルーティングするのを支援するための既存の解決策には、一般に2つのタイプがある。
(1)静的メニュー
静的メニューインターフェイスは、エンドユーザが問題のタイトル又は主題の静的リストから選択するように求められるインターフェイスである。このようなユーザインターフェイス表示の例を図4に示す。このアプローチはある程度は役立つが、その欠点としては次のようなものがある。
●エンドユーザは、各タイトルの意味を理解し、そのタイトルを割り当てた人が意図したとおりに解釈することが求められる。例えば、ユーザは「会場(venue)」という用語を理解できず、「場所(location)」又は「場所(where)」を探している可能性がある。
●会社又はブランドは、着信サービスチケットの主要なカテゴリに注意を払い、新しいカテゴリが必要になったとき、又は現在利用可能なカテゴリの再定義が必要なときに、静的メニューの問題カテゴリのリストを継続的にキュレート(収集及び整理)することで、それらのメッセージのカテゴリを処理できることが期待される。
(2)NLPベースのルーティング
このタイプの解決策は、NLPエンジン(SiriやAlexa等)である。この解決策には、ユーザが入力した文やフレーズの意味を理解しようとする自然言語処理モデルが存在し、それぞれの意味がワークフローに関連付けられている。しかし、このアプローチの問題は、人間の言語は非常に表現力があり、人々は同じ意図を持っていても、異なる方法で要求を表現できることである。これは、ルーティングエンジンが効果的で、送信された要求の大部分を正しく処理するには、特定のサービスの要求を表現するための全ての考えられる(又は少なくとも最も可能性の高い)方法についてトレーニングする必要があるということを意味する。これは、サービス要求をルーティングするためのトレーニング済みモデルを使用して、包括的なトレーニングデータを取得することを希望する会社又はブランドに負担をかける。それでも、所望のレベルの成功を達成するための信頼度は低く、多くの場合、ルーティングエンジンの精度については、期待像が不明確である。
(1)静的メニュー
静的メニューインターフェイスは、エンドユーザが問題のタイトル又は主題の静的リストから選択するように求められるインターフェイスである。このようなユーザインターフェイス表示の例を図4に示す。このアプローチはある程度は役立つが、その欠点としては次のようなものがある。
●エンドユーザは、各タイトルの意味を理解し、そのタイトルを割り当てた人が意図したとおりに解釈することが求められる。例えば、ユーザは「会場(venue)」という用語を理解できず、「場所(location)」又は「場所(where)」を探している可能性がある。
●会社又はブランドは、着信サービスチケットの主要なカテゴリに注意を払い、新しいカテゴリが必要になったとき、又は現在利用可能なカテゴリの再定義が必要なときに、静的メニューの問題カテゴリのリストを継続的にキュレート(収集及び整理)することで、それらのメッセージのカテゴリを処理できることが期待される。
(2)NLPベースのルーティング
このタイプの解決策は、NLPエンジン(SiriやAlexa等)である。この解決策には、ユーザが入力した文やフレーズの意味を理解しようとする自然言語処理モデルが存在し、それぞれの意味がワークフローに関連付けられている。しかし、このアプローチの問題は、人間の言語は非常に表現力があり、人々は同じ意図を持っていても、異なる方法で要求を表現できることである。これは、ルーティングエンジンが効果的で、送信された要求の大部分を正しく処理するには、特定のサービスの要求を表現するための全ての考えられる(又は少なくとも最も可能性の高い)方法についてトレーニングする必要があるということを意味する。これは、サービス要求をルーティングするためのトレーニング済みモデルを使用して、包括的なトレーニングデータを取得することを希望する会社又はブランドに負担をかける。それでも、所望のレベルの成功を達成するための信頼度は低く、多くの場合、ルーティングエンジンの精度については、期待像が不明確である。
別の例として、本開示/出願の譲受人は、「Predict」と呼ばれるカスタマーサービス要求問題分類サービス/モデルを開発した。Predictはサーバ側のテキスト分類エンジンであり、着信サービス要求の最も可能性の高いラベル(通常はカテゴリ又はルーティング先)を決定することを目的としている。しかし、その結果はユーザに公開されず、プラットフォーム内の内部ルーティングにのみ使用される。Predictモデルのトレーニングに使用される入力は、複数のペアのデータであり、各ペアはラベルとユーザの最初のサービス要求メッセージとを含んで構成される。モデルは、教師ありのMLアルゴリズムを使用してこれらのペアでトレーニングされる。Predictモデルがトレーニングされると、新しいユーザの最初のメッセージを入力として受信するように動作し、それに応じて、そのメッセージの正しいラベルがどうあるべきかについての予測を出力として提供する。分類/予測に十分に高い信頼度が関連付けられている場合、メッセージは出力ラベルに対応するグループ又は部門に自動的にルーティングされる。
但し、このアプローチの限界は、Predictがサーバ側又はサービスプラットフォームでの要求の正しい「ラベル」を予測するように動作することである。このアーキテクチャの不幸な結果は、ラベルにワークフローが関連付けられている場合、エンドユーザはすぐにボット又はルーチン(又は他の形式のハンドラー)に移動してワークフローを実行することである。これは、分類又はラベルが正しくない状況では、苛立たしく非効率的である可能性があるため、ユーザにとって深刻な問題になり得る。さらに、説明されている他のアプローチと同様に、Predict処理フローの結果として起きる可能性のある問題は1つ以上ある。
1.Predictは、その予測に高い信頼性があることが期待されるため、新しいメッセージを分類するための信頼レベルが事前設定された閾値を超えると、システムはモデルの出力を要求/チケットに自動的に適用する。これは、メッセージの分類とルーティングに使用されるラベルは、組織が希望する要求の処理を正確に反映する必要があることを意味する。また、組織が実際に要求を処理している方法を反映するために、ラベル(したがってルーティングの可能性)を定期的に検討及び修正又は更新する必要があることも意味する。
2.Predictに関連付けられたワークフローは、エンドユーザからの承認やその他のフィードバックなしに自動的に呼び出されるが、エンドユーザの要求の意図又は目標は異なっている可能性がある。これは、顧客/ユーザの側の不満や失望につながる可能性がある。
1.Predictは、その予測に高い信頼性があることが期待されるため、新しいメッセージを分類するための信頼レベルが事前設定された閾値を超えると、システムはモデルの出力を要求/チケットに自動的に適用する。これは、メッセージの分類とルーティングに使用されるラベルは、組織が希望する要求の処理を正確に反映する必要があることを意味する。また、組織が実際に要求を処理している方法を反映するために、ラベル(したがってルーティングの可能性)を定期的に検討及び修正又は更新する必要があることも意味する。
2.Predictに関連付けられたワークフローは、エンドユーザからの承認やその他のフィードバックなしに自動的に呼び出されるが、エンドユーザの要求の意図又は目標は異なっている可能性がある。これは、顧客/ユーザの側の不満や失望につながる可能性がある。
いくつかの実施形態では、本明細書に記載の提案された解決策及び処理は、既存の解決策によって代表されるアプローチ間にある種の妥協点を提供するとともに、それらを改善することによって、これらの欠点を克服する。いくつかの実施形態では、ユーザの支援の要求は、「意図」に関連付けられ、意図は、ユーザが支援を求める意図又は目的(又は、場合によっては、意図によって表現されたシステムとの対話の目標)を反映する問題のトピック、主題、又はカテゴリである。通常、問い合わせに応答したり、顧客が意図を達成するのを支援したりする場合、ワークフローが関連付けられ、そのワークフローは、ボット、ワークフロー、ルーチン、又は人等の「ハンドラー」によって実行され得る。本明細書に記載の提案された解決策では、意図の異なるカテゴリ、サブカテゴリ、又は分類間の関係を表す意図の階層又は配置(又はデータ構造)を「意図木」と呼ぶ。
いくつかの実施形態では、本明細書に記載のシステム、装置、及び方法は、エンドユーザに、1つ以上のユーザインターフェイス表示、ユーザインターフェイス要素(選択可能な「意図」、階層意図木、及び/又は、テキスト入力フィールド等)、並びに基礎となるデータ処理及びユーザ入力処理ロジックを提供するとともに、以下を含み得る。
●動的な(つまり、更新又は変更可能な)ユーザインターフェイス(Ul)。動的なユーザインターフェイスは、ユーザ/顧客に問題/意図カテゴリのセットをナビゲートする複数の方法と、支援を求める問題又は目的に最適なカテゴリ、又は実行したいタスク、機能、又は操作等を見つけるのに役立つ方法と、を提供する。
○これは、エンドユーザが各カテゴリのタイトルの意味、又はどのタイトルが自らの問題に最も適したカテゴリ又はワークフローを表しているかを理解することを期待又は要求されないことを意味するため、有益である。
●新しい意図/カテゴリを表示できる動的なUl。
○これは、ユーザ/顧客に提示される問題カテゴリのリストが静的ではなく、ユーザが後のセッションで会話型Ulを開いたときに、異なる又は更新された意図のリストを表示できることを意味する。
●いくつかの実施形態では、意図又は意図木構造の更新又は改訂されたリストは、顧客の以前のカスタマーサービスとの対話(顧客がイディオムやスラングを使用して要求を表現した方法、又は以前の要求が表現され、後に分類された方法等)、会社の更新された意図木モデル、会社の更新されたテキストメッセージ解釈モデル等に基づいて構築され得る。
●いくつかの実施形態では、UIは、ユーザ/顧客に意図(すなわち、割り当てられた又は選択されたカテゴリが、自身の問題又は所望の操作に対処するための正しいカテゴリであること)を明示的に承認するように要求し得る。
○これは、エンドユーザがその問題カテゴリに関連付けられたワークフローを見て驚かないことを意味する。例えば、ワークフローは、解決手順(パスワードを忘れた等)やFAQ(「配送ポリシーは何ですか?」)をきちんと「説明する」ボットにすることも、人間のエージェントが応答する(例えば、虐待の報告)待ち行列に要求を割り当てることもできる。
●意図木表示(又はリスト、階層、テーブル等、考えられる意図のセットを表す他の形式)をナビゲートした結果、ユーザが目的の意図を特定/選択しない場合は、クライアントアプリケーション及び/又はリモートシステムプラットフォームにより、ユーザはフィールド又はユーザインターフェイス要素にテキストを入力し、トレーニング済み分類モデルを利用して、テキストに「最もよく」一致するものを見つけようとすることができる。トレーニング済みモデルは、ユーザのテキストに一致する1つ以上の意図を見つけようとし、選択可能なこのリスト又は意図のセットをユーザに提示するように働く。したがって、いくつかの実施形態のこの態様では、ユーザによって入力されたテキストは、トレーニング済みモデルへの入力として提供され、モデルの出力は、モデルが入力されたテキストを表すものとして分類した1つ以上の「意図」である。但し、ユーザのテキストが既存の意図ラベルと十分に「一致」しない場合、又はエンドユーザがトレーニング済みモデルによって提案された意図を選択又は承認しないことに決めた場合、実施形態では、ユーザは全テキストの質問又は彼らが望むもの、又は必要とするものを特定するフレーズを入力できる。
○いくつかの実施形態では、一致は、例えば、テキストに完全に一致するものを見つけること、テキストに十分に近い一致を見つけること、テキストの同義語(又は他の表現方法)に一致すること等によって決まり得る。
○全テキストの質問又はフレーズは、サーバ側で処理され(一部の実施形態では、テキストの人間による解釈が含まれる場合がある)、最も関連性の高い既存の意図ラベル又はトピックを特定する試みが行われる。特定の状況下では、プロセスにより、会社又はブランドがタイトルを割り当てる新しい意図カテゴリ又はサブカテゴリが作成され、顧客からの将来の支援要求で使用するために意図木に追加される場合がある。
●サーバ側の処理で、要求を既存の意図ラベル又はカテゴリに関連付ける必要があると判断された場合、顧客からの最初の要求と既存の(正しい)ラベルとを、その特定の会社の要求を処理するために使用される分類モデルのための追加のトレーニングデータとして使用できる。
●動的な(つまり、更新又は変更可能な)ユーザインターフェイス(Ul)。動的なユーザインターフェイスは、ユーザ/顧客に問題/意図カテゴリのセットをナビゲートする複数の方法と、支援を求める問題又は目的に最適なカテゴリ、又は実行したいタスク、機能、又は操作等を見つけるのに役立つ方法と、を提供する。
○これは、エンドユーザが各カテゴリのタイトルの意味、又はどのタイトルが自らの問題に最も適したカテゴリ又はワークフローを表しているかを理解することを期待又は要求されないことを意味するため、有益である。
●新しい意図/カテゴリを表示できる動的なUl。
○これは、ユーザ/顧客に提示される問題カテゴリのリストが静的ではなく、ユーザが後のセッションで会話型Ulを開いたときに、異なる又は更新された意図のリストを表示できることを意味する。
●いくつかの実施形態では、意図又は意図木構造の更新又は改訂されたリストは、顧客の以前のカスタマーサービスとの対話(顧客がイディオムやスラングを使用して要求を表現した方法、又は以前の要求が表現され、後に分類された方法等)、会社の更新された意図木モデル、会社の更新されたテキストメッセージ解釈モデル等に基づいて構築され得る。
●いくつかの実施形態では、UIは、ユーザ/顧客に意図(すなわち、割り当てられた又は選択されたカテゴリが、自身の問題又は所望の操作に対処するための正しいカテゴリであること)を明示的に承認するように要求し得る。
○これは、エンドユーザがその問題カテゴリに関連付けられたワークフローを見て驚かないことを意味する。例えば、ワークフローは、解決手順(パスワードを忘れた等)やFAQ(「配送ポリシーは何ですか?」)をきちんと「説明する」ボットにすることも、人間のエージェントが応答する(例えば、虐待の報告)待ち行列に要求を割り当てることもできる。
●意図木表示(又はリスト、階層、テーブル等、考えられる意図のセットを表す他の形式)をナビゲートした結果、ユーザが目的の意図を特定/選択しない場合は、クライアントアプリケーション及び/又はリモートシステムプラットフォームにより、ユーザはフィールド又はユーザインターフェイス要素にテキストを入力し、トレーニング済み分類モデルを利用して、テキストに「最もよく」一致するものを見つけようとすることができる。トレーニング済みモデルは、ユーザのテキストに一致する1つ以上の意図を見つけようとし、選択可能なこのリスト又は意図のセットをユーザに提示するように働く。したがって、いくつかの実施形態のこの態様では、ユーザによって入力されたテキストは、トレーニング済みモデルへの入力として提供され、モデルの出力は、モデルが入力されたテキストを表すものとして分類した1つ以上の「意図」である。但し、ユーザのテキストが既存の意図ラベルと十分に「一致」しない場合、又はエンドユーザがトレーニング済みモデルによって提案された意図を選択又は承認しないことに決めた場合、実施形態では、ユーザは全テキストの質問又は彼らが望むもの、又は必要とするものを特定するフレーズを入力できる。
○いくつかの実施形態では、一致は、例えば、テキストに完全に一致するものを見つけること、テキストに十分に近い一致を見つけること、テキストの同義語(又は他の表現方法)に一致すること等によって決まり得る。
○全テキストの質問又はフレーズは、サーバ側で処理され(一部の実施形態では、テキストの人間による解釈が含まれる場合がある)、最も関連性の高い既存の意図ラベル又はトピックを特定する試みが行われる。特定の状況下では、プロセスにより、会社又はブランドがタイトルを割り当てる新しい意図カテゴリ又はサブカテゴリが作成され、顧客からの将来の支援要求で使用するために意図木に追加される場合がある。
●サーバ側の処理で、要求を既存の意図ラベル又はカテゴリに関連付ける必要があると判断された場合、顧客からの最初の要求と既存の(正しい)ラベルとを、その特定の会社の要求を処理するために使用される分類モデルのための追加のトレーニングデータとして使用できる。
図1及び2を参照してより詳細に説明するように、本明細書に記載のユーザインターフェイス及びサポート処理の実施形態は、支援を要求する所望の意図又は目的を選択又は特定できるようにすることの一部として、ユーザ/顧客が利用可能なナビゲーションの3つの経路又はシーケンスを提供する。図2に図示される実施形態は、ユーザがカスタマーサポート支援を求めている状況で会話型UIを使用する例を表すが、本明細書に記載のシステム及び方法を利用してユーザ及びユーザの支援要求を受信している組織に利益を提供できる他のユースケース及び状況が存在することに留意されたい。これらのユースケースと状況には、商取引、金融、及びその他のサービスや製品の選択が含まれるが、これらに限定されない。状況によっては、説明されているユーザインターフェイスと基礎となるロジックは、ユーザがサービス要求を送信したり、関心のあるサービスや製品を見つけたり、トランザクションを開始又は完了したり、情報を見つけたり、ワークフローを選択して目標や目的を達成したりするのに役立つ。
図1は、本明細書に記載のシステム及び方法のいくつかの実施形態による、ユーザの意図又はユーザからの問合せの目的を決定するためにサービスを要求するユーザメッセージを処理するための例示的なコンピュータ実装方法、操作、機能、又はプロセスのフローチャート又はフロー図である。図に示すように、最初のステップは、機械学習モデルのトレーニングに使用されるトレーニングデータのセットを収集又は形成することである(ステップ120で提案されている)。一実施形態では、トレーニングデータセットは、各メッセージに割り当てられたラベル又は分類とともに、複数のユーザ/顧客によって送信される最初のメッセージ又は要求のセットで構成される。ラベル又は分類は、顧客がメッセージを生成したブランド又は会社が使用するルーティングカテゴリ及び分類に精通している人によってキュレートされた、メッセージの「正しい」カテゴリ又はルーティングを表す。
したがって、本実施形態では、機械学習モデルは、エンドユーザから特定の会社、企業、ベンダー、又は組織(本明細書では「会社」と呼ばれる)への着信サービス要求を処理する際に使用するようにトレーニングされる。この例では、会社は、着信要求を処理して特定のワークグループ又は部門にルーティングするために使用される独自のタイトル又はタスクカテゴリを持つことができる。これらのタイトル又はタスクカテゴリは、メッセージ又は要求に関連付けられた「正しい」ラベル又は注釈に反映される。典型的な実施形態では、このトレーニングデータの取得及び機械学習モデルのトレーニングは、サーバ又はプラットフォーム上で行われる。
いくつかの例では、機械学習モデルのトレーニングは、図1に示されている処理フローの他の機能を提供するエンティティによって実行又は支援され得る。例えば、システム又はサービスプラットフォームを操作してメッセージ処理及びルーティングサービスを提供する同じエンティティが、会社がカスタマーサービス要求メッセージのサンプルをアップロードし、それらのメッセージに会社の従業員が適切な注釈又はラベルを提供できるようにするツールを提供してもよい。アップロードされたメッセージ及びラベルは、サービスプラットフォームプロバイダがその会社のトレーニング済み機械学習モデルを作成するために使用できる。トレーニング済みモデルは、本明細書に記載のように会社の顧客に提供される。他の例では、会社自体がトレーニング済みモデルを生成し、サービスプラットフォームを運用しているエンティティに提供してもよい。
したがって、いくつかの実施形態では、カスタマーサービス要求を処理するためにサービスプラットフォームを操作する(又は別のエンティティによって操作されるマルチテナントプラットフォームを介してそのサービスを提供する)エンティティは、プラットフォーム上で管理する各アカウントを介してサービスのセットを提供してもよい。図5~図7を参照して説明するように、各アカウントには機能及びサービスのセットを提供できる。機能及びサービスには、次の1つ以上を含むことができる。
●会社又は組織によって受信された(又は受信されると予想される)カスタマーサービス要求の例を表す文書のコーパス内の最も関連性の高い文書を使用して、機械学習モデルをトレーニングするプロセス又はサービス。
●顧客が支援を要求したり、カスタマーサポートアドレスにメッセージを送信したり、カスタマーサービスアプリケーションを開始したりする(又はその他の方法で支援の必要性を示す)ときに、会社の顧客に、支援を求める可能性のあるカテゴリの「意図木」を表すトレーニング済みモデル及びデータ構造を提供するプロセス又はサービス。
●アプリケーション(まだ提供されていない場合)を会社の顧客に提供して、顧客が意図木を表示して「ナビゲート」し、希望する意図又は支援のカテゴリを選択し、選択した意図を承認できるようにし、顧客がテキストを挿入し、そのテキストをトレーニング済みモデルによって分類できるようにし、トレーニング済みモデルによって作成された分類の受け入れを承認するプロセス又はサービス。
●顧客がテキスト、フレーズ、質問、又は文(例として)をユーザインターフェイスのフィールドに挿入し、フィールドの中身をサーバ/プラットフォームに提供してさらに評価及び処理(通常は人による)できるようにするプロセス又はサービス。
●メッセージ又は要求を、支援を要求する際の顧客の意図又は目標の決定後、解決のために適切な「ハンドラー」、タスク、ワークフロー、ボット、URL、会社の個人又は部門にルーティングするためのメカニズムを(通常はアプリケーション又はプラットフォーム上のサービスのいずれかを介して)提供するプロセス又はサービス。
●会社又は組織によって受信された(又は受信されると予想される)カスタマーサービス要求の例を表す文書のコーパス内の最も関連性の高い文書を使用して、機械学習モデルをトレーニングするプロセス又はサービス。
●顧客が支援を要求したり、カスタマーサポートアドレスにメッセージを送信したり、カスタマーサービスアプリケーションを開始したりする(又はその他の方法で支援の必要性を示す)ときに、会社の顧客に、支援を求める可能性のあるカテゴリの「意図木」を表すトレーニング済みモデル及びデータ構造を提供するプロセス又はサービス。
●アプリケーション(まだ提供されていない場合)を会社の顧客に提供して、顧客が意図木を表示して「ナビゲート」し、希望する意図又は支援のカテゴリを選択し、選択した意図を承認できるようにし、顧客がテキストを挿入し、そのテキストをトレーニング済みモデルによって分類できるようにし、トレーニング済みモデルによって作成された分類の受け入れを承認するプロセス又はサービス。
●顧客がテキスト、フレーズ、質問、又は文(例として)をユーザインターフェイスのフィールドに挿入し、フィールドの中身をサーバ/プラットフォームに提供してさらに評価及び処理(通常は人による)できるようにするプロセス又はサービス。
●メッセージ又は要求を、支援を要求する際の顧客の意図又は目標の決定後、解決のために適切な「ハンドラー」、タスク、ワークフロー、ボット、URL、会社の個人又は部門にルーティングするためのメカニズムを(通常はアプリケーション又はプラットフォーム上のサービスのいずれかを介して)提供するプロセス又はサービス。
モデルは、トレーニングデータのセットを使用してトレーニングされるため、ユーザ/顧客からテキスト又はその他の形式のメッセージを入力として受信し、それに応じて、入力メッセージのラベル又は分類を出力するように動作する。ラベル又は分類は、要求又はカスタマーサービストピックの正しいカテゴリを表し、要求のルーティング先を特定する。したがって、トレーニング済みモデルは、ユーザのサービス要求又はメッセージを受信し、ユーザのサービス要求又はメッセージの意図又は目的を特定する働きをする(ステップ122)。
トレーニング済みモデルは、サービスを要求する顧客に提供するために会社に利用可能になり、及び/又は、メッセージ/要求処理等のサービスプラットフォームの他の機能を提供するエンティティによって顧客に提供され得る。典型的な例では、会社又はシステム/プラットフォームは、顧客からの支援を要求するテキスト又は他の形式のメッセージを受信する(ステップ又はステージ123で提案されているように)。いくつかの実施形態では、テキスト又はメッセージは、クライアント側のアプリケーションを使用して、顧客によってサーバに送信され得る。例えば、顧客は、カスタマーサービス番号に送信されたテキストメッセージを使用して、カスタマーサービス支援を求めていることをブランド又は会社に通知してもよい。いくつかの実施形態では、顧客は、代わりに、テキストの断片をカスタマーサービスの電子メールアドレスに送信してもよい。いくつかの実施形態では、テキストメッセージ又はテキスト断片は、サービスプラットフォーム上のアカウントに(再)転送されてもよい。いくつかの実施形態では、会社は、テキストメッセージ又はテキスト断片を受信し、それをサービスプラットフォームにルーティングしてもよい。
顧客の要求に応じて、システム/プラットフォーム又は会社は、トレーニング済み意図分類モデルを顧客のクライアントデバイスに転送する(ステップ124)。顧客のクライアントデバイスにまだインストールされていない場合、システム/プラットフォーム又は会社は、カスタマーサービスアプリケーションをダウンロードしてデバイスにインストールするように顧客に指示し得る。クライアントデバイスは、トレーニング済みモデルをロードし、意図グループ又はカテゴリとそれらの関係とを示す表示又は画面を生成することにより、意図木を顧客に表示する(通常は視覚的及び階層的な形式であるが、複数のレベルを持つリスト等、他の形式を使用することも可能である)(ステップ126)。いくつかの実施形態では、顧客がクライアント側アプリケーションを起動するとき、システム/プラットフォームは、会社の意図木を表すトレーニング済みモデル及びデータを顧客に転送し得る。
ユーザ又は顧客は、デバイス上のユーザインターフェイス要素又はコントロールを使用して、表示された意図木をナビゲートでき、必要に応じて、サービス要求又はメッセージの意図又は目的に最もよく対応するカテゴリ又はサブジェクトタイトル/ラベルを選択できる(ステップ128)。ユーザがサービスの要求に対応する意図を選択した場合、要求は、会社によって直接、又はサービスプラットフォームを介して間接的に、適切な部門にルーティングされる(ステップ135で提案されているように)。
ユーザ/顧客が表示された意図グループ又は特定の意図タイプのいずれかを選択できない、又は選択しないことに決めた場合、テキストを入力し、そのテキストを意図木のラベルとの「一致」を見つけるための基礎として使用してもよい。いくつかの実施形態では、これは、ユーザが表示されるテキストボックス又はフィールドにテキストを入力できるようにすることによって行ってもよい。入力されたテキストは、サービス要求の主題又は対話の目的(トランザクションの開始、製品の検索、製品又はサービス等に関する特定の情報の検索等)を説明しているとユーザが考える部分的又は全体的なフレーズ(1つ以上の単語等)にすることができる。ユーザがテキストを入力しているとき(又は単語やフレーズの入力後)、転送された分類モデルが呼び出されて、入力されたテキストとの1つ以上の潜在的な一致を生成するために使用され、その一致又はそれらの一致がクライアントデバイス上でユーザに表示される(ステップ130)。いくつかの実施形態では、説明された「一致」処理は、ラベルとユーザのテキストとの間の1つ以上の完全な一致、ユーザのテキストとの十分な類似性、及び/又は、ユーザのテキストとの同義語(又は他の表現方法)に基づく一致のうちの1つ以上に基づくことができる。
いくつかの実施形態では、トレーニング済みモデルは、代わりにサーバ又はプラットフォーム側で実行されてもよい。これらの実施形態では、トレーニング済みモデルをクライアントに提供する必要はない。代わりに、ユーザのテキストがクライアントからサーバに転送され、意図とのマッチングがサーバ側で実行され、そのマッチングの結果が、デバイス上に表示するためにクライアントに提供される。
ユーザには、表示された意図の1つがサービス要求の意図又は目的に対応していることを選択及び/又は承認する機会が提供される。ユーザがサービス要求に対応する意図を承認した場合、要求はサーバ又はプラットフォームによって適切な部門にルーティングされる(ステップ135で提案されているように)。ユーザ/顧客が表示された意図又はカテゴリを選択した場合、又は入力テキストに対応する可能性の最も高い意図又はカテゴリを表す出力を1つ以上提供するように構成されているトレーニング済みモデルによって分類されたテキストをユーザが入力した場合に、承認ステージ又はステップが提供され得ることに留意されたい。
ユーザが、表示された意図の1つ、又はトレーニング済みモデルによって提案された意図の1つを選択/承認できない、又はしたくない場合は、表示されたフィールドに全テキストメッセージを入力できる(ステップ132)。全テキストメッセージは、分類モデルをホストしているサーバ又はプラットフォームに転送され、最終的にユーザを支援するためにルーティング及び/又は人間による評価の対象となる。さらに、転送されたメッセージは、モデルのトレーニング、意図の特性の更新、意図構造への新しい意図の追加、クラスタリング又は他の機械学習モデルを使用した処理による、ユーザのメッセージを既存のグループ又はサブジェクト等に関連付ける必要があるかどうかの判断等の目的で使用できる(ステップ134)。場合によっては、全テキスト要求は、人間の「ハンドラー」又はキュレーターによって評価され、要求を既存のカテゴリ又はラベルに関連付ける必要があるかどうか(必要に応じて、モデルのトレーニングデータとして使用する必要があるかどうか)、又は新しいカテゴリの場合、会社のモデルのトレーニングの一環として、顧客の最初のメッセージで使用する、サブカテゴリ、又はラベルを提案する必要があるかどうかを決定する。
いくつかの実施形態では、サービスプラットフォームを運用するエンティティ(本出願の譲受人等)は、(a)顧客メッセージング、(b)顧客による意図木表示及び意図選択、及び(c)会社の顧客へのトレーニング済みモデルを使用した顧客テキスト入力に基づく意図分類、のための機能又は能力を提供する。前述のように、モデルのトレーニングに使用されるデータ(以前に受信した顧客メッセージ)及びデータラベルは、サービスプラットフォームを運用するエンティティによって実行されるモデルトレーニングとともに、会社又はその支援によって提供される。データラベルは、エンティティが意図木又はその他の考えられる意図のリスト又は構造を構築するためにも使用される。いくつかの実施形態では、意図木構造が構築され、キュレートされ、モデルトレーニング処理のラベル付け/注釈の一部として使用される。
いくつかの実施形態では、意図木は、顧客がサービス要求を開始したときにサーバによってクライアントに提供された意図木データに基づいて表示される。これらの実施形態では、顧客がアプリケーションのメッセージングフィールドにテキストを入力し始めると(又はカーソルを特定のフィールドに置く、又はカスタマーサービスアプリケーションの起動等による支援の必要性を示す場合)、アプリケーションは、意図木構造(例えば、階層リスト)を示す表示を自動的に生成し得る。したがって、これらの実施形態では、ダウンロードされたクライアントアプリケーションは、意図木及びトレーニング済みモデルを顧客のデバイスにロードする。アプリケーションは意図木をリスト形式で表示するが、他の形式(例えば、グラフィック表示)を使用することもできる。ユーザ/顧客は、木構造をナビゲートし、意図した要求に最もよく対応する意図を選択できる。これらの実施形態では、トレーニング済みモデルは、ユーザが1つ以上のユーザインターフェイス要素又はコントロールを使用して意図木をナビゲートしているときには利用されない。
顧客が木のナビゲーションから意図を選択せずにテキストを入力した場合、トレーニング済みモデルが呼び出され、トレーニング済みモデルは、入力されたテキストと意図との一致を見つけるために使用される。この状況では、顧客が入力したテキストはモデル入力として扱われ、トレーニング済みモデルは、入力のラベル又は分類を表す出力を生成するように動作する。ラベル又は分類は、入力テキストに関連付けられた意図のモデルの「最良の」推定に対応する。クライアントアプリケーションは、クライアントデバイス上にマッチングプロセスの結果から最も関連性の高い意図を表示する。顧客が意図木構造のナビゲーション又はマッチングプロセスの結果から意図を選択した場合、ユーザは意図の承認を求められることがあり、要求はサーバ又はプラットフォームによって適切なハンドラーにルーティングされる(ステップ又はステージ135によって提案される)。ユーザが意図を選択及び/又は承認しない場合(表示された意図木構造から、又はトレーニング済みモデルの出力によって提供されるかどうかにかかわらず)、ユーザ提供のメッセージは、クラスタリングアルゴリズムのフィードバック又は追加のトレーニングデータとして使用され得る。
いくつかの実施形態では、意図木は、意図の名前、ならびにそれらの構成及びレイアウト(例えば、それらの階層構造及び関係)に関する情報を含んでいる。トレーニング済みモデルは、ユーザが提供した(入力した)テキスト又はメッセージに基づいて意図木を検索するときに使用される。特定のユーザテキスト入力に対して最も可能性の高い意図を明らかにするために、モデル(最も一致する意図を見つけるため)と意図木(意図名及び階層情報のため)とが使用される。
図2は、本明細書に記載のシステム及び方法のいくつかの実施形態による、ユーザの意図又は目的を決定する、カスタマーサービス支援を要求するユーザメッセージの処理を示す、より詳細なフローチャート又はフロー図である。図2に示される例では、図1のステップ126及び128で提案されているように、カスタマーサービスサポートの要求に対応する適切なカテゴリをユーザが選択することを支援するため、画面表示又は表示がユーザに提示される。いくつかの実施形態では、要求/メッセージ処理システム(クライアント側及びサーバ側処理の組み合わせ)、プラットフォーム、デバイス、又はサービスは、以下の機能、操作、又は方法の1つ以上を実装し得る。
意図木キュレーション
●図1及び図2に示される処理は、通常、会社に送信されるユーザメッセージのコーパス(例えば、サービス要求チケットにおいて会社のエンドユーザ/顧客のセットによって送信される第1のメッセージ)で開始される。
●次に、システムプラットフォームが、クラスタリングアルゴリズム又は他の機械学習アルゴリズムを実行して、コーパスによって表される問題カテゴリの広範なグループを生成する(使用され得るクラスタリングプロセスに関するさらなる詳細は、本明細書において上記に参照した「ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのシステム、装置、及び方法(System,Apparatus and Methods for Providing an Intent Suggestion to a User in a Text-Based Conversational Experience with User Feedback)」と題された米国仮出願第62/964,548号に記載されている)。
●次に、会社又はブランドの事業、及びカスタマーサービス又は支援要求に応答するための所望のワークフローの概念知識を有する人が、意図木をクラスタからキュレートする。場合によっては、これは、コーパス内のメッセージのクラスタにラベルを割り当てるか又は注釈を付け、メッセージのグループ及びサブグループ間、並びにメッセージのグループと会社の所望のワークフロー処理との間の関係を表す構造へと組織化する。
●図1及び図2に示される処理は、通常、会社に送信されるユーザメッセージのコーパス(例えば、サービス要求チケットにおいて会社のエンドユーザ/顧客のセットによって送信される第1のメッセージ)で開始される。
●次に、システムプラットフォームが、クラスタリングアルゴリズム又は他の機械学習アルゴリズムを実行して、コーパスによって表される問題カテゴリの広範なグループを生成する(使用され得るクラスタリングプロセスに関するさらなる詳細は、本明細書において上記に参照した「ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのシステム、装置、及び方法(System,Apparatus and Methods for Providing an Intent Suggestion to a User in a Text-Based Conversational Experience with User Feedback)」と題された米国仮出願第62/964,548号に記載されている)。
●次に、会社又はブランドの事業、及びカスタマーサービス又は支援要求に応答するための所望のワークフローの概念知識を有する人が、意図木をクラスタからキュレートする。場合によっては、これは、コーパス内のメッセージのクラスタにラベルを割り当てるか又は注釈を付け、メッセージのグループ及びサブグループ間、並びにメッセージのグループと会社の所望のワークフロー処理との間の関係を表す構造へと組織化する。
前述のように、いくつかの実施形態では、本明細書に記載のシステム及びプロセスは、キュレーターを務める人の理解及び入力を使用して、クラスタに簡潔で説明的なタイトルを割り当てることができる。いくつかの実施形態では、このラベル付け又はキュレーションは、トレーニング済み機械学習モデルを使用して、自動化又は半自動化された方法で実行され得る。一実施形態では、自動化又は半自動化されたアプローチは、以下を含むことができる。
●最も代表的なキーフレーズによるクラスタのラベル付け、
●クラスタに割り当てられた文書で最も頻繁に使用される単語(又はフレーズ)を使用した、クラスタのラベルを付け、又は
●クラスタに割り当てられた文書にテキスト要約手法を適用した、クラスタラベルの決定。
●最も代表的なキーフレーズによるクラスタのラベル付け、
●クラスタに割り当てられた文書で最も頻繁に使用される単語(又はフレーズ)を使用した、クラスタのラベルを付け、又は
●クラスタに割り当てられた文書にテキスト要約手法を適用した、クラスタラベルの決定。
一例では、意図木又は意図階層は、ボトムアップアプローチを使用して構築し得る。ボトムアップアプローチでは、最初に、クラスタリングの最も細かい(最下部)レイヤにあるクラスタに名前を付ける。必要に応じて、これらの意図はいくつかのグループ又は「親」カテゴリにグループ化されてもよい。命名又は明確化の目的で、これらの親又は上位レベルの意図のカテゴリは、それらの中にグループ化されたキュレートされた意図の集合体と見なされる。
例えば、以下は、ゲーミング会社の場合の考えられる意図木である。
1.マイアカウント-これは「親」カテゴリの一例である
a.マイアカウント紛失-これはサブカテゴリの一例である
b.マイ電話/デバイスの切り替え
c.マイプロフィールが凍結されている
2.請求の問題
a.購入できない
b.払い戻し
3.技術的問題
a.アプリがクラッシュする
b.アプリが遅い
c.アプリが動作していない
システムは、これらの意図(問題カテゴリ)をメッセージコーパスから生成しているので、会社は、これが自社の顧客の問題の大部分をカバーしていると高い度合いで確信することができる。この意図木の例は、アカウントの「問題」、請求の「問題」、及び技術的「問題」を指しているが、意図木は、顧客が支援を求めることがある他の考えられる領域を反映し得ることに留意されたい。これらは、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援を含み得るが、それらに限定されない。
1.マイアカウント-これは「親」カテゴリの一例である
a.マイアカウント紛失-これはサブカテゴリの一例である
b.マイ電話/デバイスの切り替え
c.マイプロフィールが凍結されている
2.請求の問題
a.購入できない
b.払い戻し
3.技術的問題
a.アプリがクラッシュする
b.アプリが遅い
c.アプリが動作していない
システムは、これらの意図(問題カテゴリ)をメッセージコーパスから生成しているので、会社は、これが自社の顧客の問題の大部分をカバーしていると高い度合いで確信することができる。この意図木の例は、アカウントの「問題」、請求の「問題」、及び技術的「問題」を指しているが、意図木は、顧客が支援を求めることがある他の考えられる領域を反映し得ることに留意されたい。これらは、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援を含み得るが、それらに限定されない。
この意図のセットがキュレートされるとき(又はその後)、システムはまた、各意図に関連付けられた上位数百の関連するユーザメッセージを(通常、クラスタリングプロセス又は処理の結果から)収集し、意図のタイトル(ラベル/注釈)とユーザメッセージ(テキスト)との組み合わせを、図2のブロック115によって提案されるような、機械学習モデルをトレーニングするのに使用される問題/テキスト分類機械学習(ML)アルゴリズムに対する入力データとして使用する。ユーザがシステムとどのように対話するかの一例のフローは次の通りである。
●ユーザが支援を求める「会話」を開く/開始する。
ブロック101で、ユーザが会話UIを開く-これは、通常、ユーザのデバイスにインストールされたクライアントアプリケーションによって生成される。
●ユーザにUIが示される。
ブロック102に図示又は提案されるようなUIが示される(これは、ユーザに対して表示され得る初期のUI又は画面の一例であることに留意されたい)。
一例では、UIは2つのセクションで構成され、上側のセクションは、上位レベルの意図(この例では、「マイアカウント」、「請求の問題」、及び「技術的問題」)を示し、下側のセクションは、ユーザがメッセージをタイプすることができる、テキスト入力領域又はフィールドを示している。これは一例なので、UI要素又はデータ入力フィールドの他の数、タイプ、及び/又は配置が利用され得ることに留意されたい。
キュレートされた木構造とともに、意図モデル(ブロック115)がサーバからクライアントアプリケーション/デバイスに送信される。
●ユーザが支援を求める「会話」を開く/開始する。
ブロック101で、ユーザが会話UIを開く-これは、通常、ユーザのデバイスにインストールされたクライアントアプリケーションによって生成される。
●ユーザにUIが示される。
ブロック102に図示又は提案されるようなUIが示される(これは、ユーザに対して表示され得る初期のUI又は画面の一例であることに留意されたい)。
一例では、UIは2つのセクションで構成され、上側のセクションは、上位レベルの意図(この例では、「マイアカウント」、「請求の問題」、及び「技術的問題」)を示し、下側のセクションは、ユーザがメッセージをタイプすることができる、テキスト入力領域又はフィールドを示している。これは一例なので、UI要素又はデータ入力フィールドの他の数、タイプ、及び/又は配置が利用され得ることに留意されたい。
キュレートされた木構造とともに、意図モデル(ブロック115)がサーバからクライアントアプリケーション/デバイスに送信される。
ナビゲーションの3つのパスがユーザ/顧客に提供される。
いくつかの実施形態では、この段階で、ユーザは、メッセージ処理システムと対話する3つの考えられるナビゲーションのパス又は方法を有する。
1.意図の木をナビゲートする→意図を選択する(また、いくつかの実施形態では、選択された意図を確認する)。
2.メッセージ又はメッセージの断片をタイプする→メッセージ又は断片をトレーニング済みモデルへの入力として使用する-モデルは、入力を意図木のラベルに「一致させる」ことによって、ユーザの「予測された」意図を出力するように動作する→クライアント側アプリケーションは、モデルによる処理の結果を表示し、ユーザが意図を選択する(また、いくつかの実施形態では、選択された意図を確認する)ことを可能にする。
3.十分なメッセージをタイプする→ユーザは、メッセージに関連付けられた意図のサーバ側処理及びさらなる評価のため、メッセージをサーバに送信する。
既存の静的メニューベースの解決策では、ナビゲーションの2つのパス(意図をナビゲートするか、又はメッセージをタイプし、処理のために送る)があるが、既存のNLPルーティングの解決策では、ナビゲーションのパスが1つしかない(メッセージをタイプし、処理のために送る)ことに留意されたい。しかしながら、前述のように、従来の方策は両方とも、顧客に対して提供する精度及び効率の点で限定されている。
パス1:意図木をナビゲートする→意図を選択する
●ブロック103で、ユーザは、「マイアカウント」の上位意図カテゴリを選択/クリックすることができる。
●ユーザに、ブロック104に示されるようなUIが示される。これは、第2のレベルの意図を示す。
●ブロック105で、ユーザは、「マイアカウント→マイアカウント紛失」を選択/クリックする。この例では、第2のレベルの意図は最終レベルであり、つまり、システムはここで、意図のリスト内の意図のうち1つによって表されるような、ユーザの意図又は所望の支援形態を特定している。
●ブロック106で、ユーザはここで、十分に定義されたボット(自動化されている事前定義された一連のステップ)等の、事前定義されたワークフロー若しくは「ハンドラー」、又は質問(例えば、「払い戻しポリシーは何ですか?」)に回答する特定のFAQに接続され、あるいは人間のエージェントに接続することができる。
パス2:メッセージ又はメッセージの断片をタイプする→一致する意図を見る→意図を選択する
ユーザが意図木をナビゲートすることを望まないか、又はおそらく異なる意図のタイトルが何を意味するかをユーザが理解していない場合、メッセージをテキストボックス又は他のUI要素にタイプする能力を有する。
●ブロック107で、ユーザはメッセージをタイプし、この例では、「返金してほしい」とタイプする。
〇いくつかの実施形態では、ユーザがテキストを入力する代わりに、ユーザ(又は会社)が、支援を要求する元のメッセージを、トレーニング済みモデルを使用する意図に「一致」させることを試みるように、アプリケーションに命令し得る。
●これは、トレーニング済みモデル(前述したように、ブロック115で、サーバからクライアントデバイスに提供されたもの)を使用して、クライアント側一致プロセスをトリガする。
●モデルが、ユーザがタイプした新しい提案の一致又は部分一致を生成すると、UIは、ブロック108に示されるように、考えられる一致する意図を示すように更新される。
〇このタイプの「一致」は、正確な一致を求めること、類似性ベースの一致、入力されたテキストに対する同義語又は共通の言い回しに基づいた一致等のうちの1つ以上であり得ることに留意されたい。
●ユーザが、タイプしたものと関連性があると考える意図を見つけた場合、その意図を選択することができる。この例では、ユーザは、「請求の問題→払い戻し」を選択/クリックする(ブロック109)。
●ユーザは、事前定義された意図のリストにおいて意図を肯定/確認しているので、ここで、十分に定義されたボット(自動化されている事前定義された一連のステップ)等の、事前定義されたワークフロー若しくはハンドラー、又は質問(例えば、「払い戻しポリシーは何ですか?」)に回答する特定のFAQに接続され、あるいは人間のエージェントに接続することができる(ブロック110)。
パス3:十分なメッセージをタイプする→送信ボタンをクリックしてサーバ側処理を開始する
●ユーザはまた(又は代わりに)、全質問又はメッセージをタイプすることができる。この例では、ブロック111で、ユーザは「新しいダークモードではアプリが明るく見えすぎます。これを直せますか?」とタイプする。
●この入力は、(ブロック108を参照して説明される処理を通じてなされるような)既存の意図のいずれとも一致しないので、ユーザは引き続き、ブロック112に示されるように、送信ボタンをクリックして、入力されたメッセージを処理のためにサーバに送信する。
●意図が選択されなかったので、ユーザは、ブロック113に示されるように、人間のエージェントに接続される等、事前定義されたデフォルトのワークフロー又はハンドラーに接続される。
●これらのメッセージが収集され、(ブロック114によって提案されるような)機械学習モデルのトレーニングデータとして、またモデル及び意図木を更新し改訂するのに使用され得る。
いくつかの実施形態では、この段階で、ユーザは、メッセージ処理システムと対話する3つの考えられるナビゲーションのパス又は方法を有する。
1.意図の木をナビゲートする→意図を選択する(また、いくつかの実施形態では、選択された意図を確認する)。
2.メッセージ又はメッセージの断片をタイプする→メッセージ又は断片をトレーニング済みモデルへの入力として使用する-モデルは、入力を意図木のラベルに「一致させる」ことによって、ユーザの「予測された」意図を出力するように動作する→クライアント側アプリケーションは、モデルによる処理の結果を表示し、ユーザが意図を選択する(また、いくつかの実施形態では、選択された意図を確認する)ことを可能にする。
3.十分なメッセージをタイプする→ユーザは、メッセージに関連付けられた意図のサーバ側処理及びさらなる評価のため、メッセージをサーバに送信する。
既存の静的メニューベースの解決策では、ナビゲーションの2つのパス(意図をナビゲートするか、又はメッセージをタイプし、処理のために送る)があるが、既存のNLPルーティングの解決策では、ナビゲーションのパスが1つしかない(メッセージをタイプし、処理のために送る)ことに留意されたい。しかしながら、前述のように、従来の方策は両方とも、顧客に対して提供する精度及び効率の点で限定されている。
パス1:意図木をナビゲートする→意図を選択する
●ブロック103で、ユーザは、「マイアカウント」の上位意図カテゴリを選択/クリックすることができる。
●ユーザに、ブロック104に示されるようなUIが示される。これは、第2のレベルの意図を示す。
●ブロック105で、ユーザは、「マイアカウント→マイアカウント紛失」を選択/クリックする。この例では、第2のレベルの意図は最終レベルであり、つまり、システムはここで、意図のリスト内の意図のうち1つによって表されるような、ユーザの意図又は所望の支援形態を特定している。
●ブロック106で、ユーザはここで、十分に定義されたボット(自動化されている事前定義された一連のステップ)等の、事前定義されたワークフロー若しくは「ハンドラー」、又は質問(例えば、「払い戻しポリシーは何ですか?」)に回答する特定のFAQに接続され、あるいは人間のエージェントに接続することができる。
パス2:メッセージ又はメッセージの断片をタイプする→一致する意図を見る→意図を選択する
ユーザが意図木をナビゲートすることを望まないか、又はおそらく異なる意図のタイトルが何を意味するかをユーザが理解していない場合、メッセージをテキストボックス又は他のUI要素にタイプする能力を有する。
●ブロック107で、ユーザはメッセージをタイプし、この例では、「返金してほしい」とタイプする。
〇いくつかの実施形態では、ユーザがテキストを入力する代わりに、ユーザ(又は会社)が、支援を要求する元のメッセージを、トレーニング済みモデルを使用する意図に「一致」させることを試みるように、アプリケーションに命令し得る。
●これは、トレーニング済みモデル(前述したように、ブロック115で、サーバからクライアントデバイスに提供されたもの)を使用して、クライアント側一致プロセスをトリガする。
●モデルが、ユーザがタイプした新しい提案の一致又は部分一致を生成すると、UIは、ブロック108に示されるように、考えられる一致する意図を示すように更新される。
〇このタイプの「一致」は、正確な一致を求めること、類似性ベースの一致、入力されたテキストに対する同義語又は共通の言い回しに基づいた一致等のうちの1つ以上であり得ることに留意されたい。
●ユーザが、タイプしたものと関連性があると考える意図を見つけた場合、その意図を選択することができる。この例では、ユーザは、「請求の問題→払い戻し」を選択/クリックする(ブロック109)。
●ユーザは、事前定義された意図のリストにおいて意図を肯定/確認しているので、ここで、十分に定義されたボット(自動化されている事前定義された一連のステップ)等の、事前定義されたワークフロー若しくはハンドラー、又は質問(例えば、「払い戻しポリシーは何ですか?」)に回答する特定のFAQに接続され、あるいは人間のエージェントに接続することができる(ブロック110)。
パス3:十分なメッセージをタイプする→送信ボタンをクリックしてサーバ側処理を開始する
●ユーザはまた(又は代わりに)、全質問又はメッセージをタイプすることができる。この例では、ブロック111で、ユーザは「新しいダークモードではアプリが明るく見えすぎます。これを直せますか?」とタイプする。
●この入力は、(ブロック108を参照して説明される処理を通じてなされるような)既存の意図のいずれとも一致しないので、ユーザは引き続き、ブロック112に示されるように、送信ボタンをクリックして、入力されたメッセージを処理のためにサーバに送信する。
●意図が選択されなかったので、ユーザは、ブロック113に示されるように、人間のエージェントに接続される等、事前定義されたデフォルトのワークフロー又はハンドラーに接続される。
●これらのメッセージが収集され、(ブロック114によって提案されるような)機械学習モデルのトレーニングデータとして、またモデル及び意図木を更新し改訂するのに使用され得る。
さらなる評価の後、メッセージが十分に高い信頼度で既存の意図に一致すると決定された場合、エンドユーザが意図のタイトルを理解していない可能性があり、この状況が定量的に有意になった場合、タイトル/分類/ラベルが明確化又は改善を使用できることの提案として、情報をフィードバックとして会社又はブランドに提供することができる。この状況では、顧客の初期メッセージ及び決定された適正な既存のラベル又は意図は、モデルのためのさらなるトレーニングデータとして使用され得るので、将来的に類似のメッセージを正しく分類するようになる。
前述したように、ユーザのメッセージが既存の意図に一致しないと決定された場合、収集され、クラスタリングアルゴリズムへの入力として使用されるか、又はモデルのトレーニングの一部として使用され得る。
●プロセスが新しいクラスタを検出した場合、システム又はプラットフォームオペレータは、これらのタイプのメッセージを既存の意図に添付するか又は新しい意図を意図木に作成することを望むかを、会社又はブランドに相談する。
●会社又はブランドが新しい意図を作成したい場合、それはサーバ側に追加され、エンドユーザが次に会話UIを開いたとき、新しい意図がナビゲーション操作及び一致操作の両方に利用可能になる。
このように、会社又はブランドは、新しい問題、又は既存の問題を言い表す新しい方法を発見すると、分類メカニズムを更新し、それによって、ユーザの問題の大部分が発見され、処理フローによってカバーされていることを確実にすることができる。
●プロセスが新しいクラスタを検出した場合、システム又はプラットフォームオペレータは、これらのタイプのメッセージを既存の意図に添付するか又は新しい意図を意図木に作成することを望むかを、会社又はブランドに相談する。
●会社又はブランドが新しい意図を作成したい場合、それはサーバ側に追加され、エンドユーザが次に会話UIを開いたとき、新しい意図がナビゲーション操作及び一致操作の両方に利用可能になる。
このように、会社又はブランドは、新しい問題、又は既存の問題を言い表す新しい方法を発見すると、分類メカニズムを更新し、それによって、ユーザの問題の大部分が発見され、処理フローによってカバーされていることを確実にすることができる。
バックエンドサーバとの対話を必要とせずに、(例えば、WebChat、In-App、Socialチャネルを使用して)クライアント側で意図の選択を実施できることにより、モデルの作成及び維持を担当するシステムに依存することなく、ルーティングの決定(並びにワークフローの選択及び実行)を行うことが可能になる。これにより、ユーザを支援する際のレイテンシが低減され、顧客満足が向上し、他の目的により良く使用され得るリソース(人間のカスタマーサービス担当者等)が節約される。
本明細書に記載するアーキテクチャ及びメッセージ処理フローは、ルーティングプロセスを包括的にするために使用することができる意図のパラメータ又はサブレベルの数に対して制約を課さないが、このようなシステムはより多くのパラメータを含むため、その維持がより複雑になる。結果として、意図/下位意図レベルにおける分類プロセスの粒度を維持し、追加のパラメータ又はサブプロセスの挿入を、ワークフローの取り扱いを担当するシステムが管理することを可能にすることが最適であり得る。
一例として、関与するオペレーティングシステム(iOS(登録商標)/アンドロイド(登録商標))に応じて、パスワードをリセットするための2つの異なる方法/ワークフローがあるものとする。2つの異なる意図(「パスワードをリセット(iOS)」及び「パスワードをリセット(アンドロイド)」)を維持する代わりに、「パスワードをリセット」という1つの意図のみがあり得、それによって木のナビゲーション並びに木及びモデルの維持が単純になる。しかしながら、最終的な意図の選択及び/又はメッセージがユーザ/顧客から提出されると(又はそれによって確認されると)、システムは、ユーザのデバイスのオペレーティングシステムに関する情報を利用して、サーバ側で適切なワークフローを開始することができる。場合によっては、この情報は、ユーザによる直接の対話なしに利用可能であろうことに留意されたい。
ユーザによる実際の確認を要しない情報は他のソース(サーバ側に接続されたデバイスメタデータ又はサードパーティデータベース等)から集めることができるので、その情報を使用する、他の区別されたワークフローが存在し得る。このような態様の追加の例は(デバイスのオペレーティングシステムに加えて)、デバイスの言語、場所、アプリのバージョン、支払い又は無料ユーザ、追加のユーザプロフィール情報等を含み得る。
この方策はまた、知的な方式でワークフローを発展させるにつれて、システムが進化し続け、よりコンテキストアウェアになることを可能にする。例えば、システムは最初に、特定の意図/下位の意図に対する全てのユーザからの要求を取り扱うのに最も適切なチャネル(Voice等)に制御を移行させることによって始動することができる。その後、ユーザのプロフィール又はデバイス特性に関する概念データ、並びに取引履歴(又はユーザの特定のタイプ若しくはグループに関連するデータ)に基づいて、より個人に適合されたワークフローを使用して、より高度な決定エンジンへと進化することができる。
機械学習モデルをトレーニングし、特定のイベントに応答するためのサーバ側処理ロジックは、上記に参照した「ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのシステム、装置、及び方法」と題された同時係属の米国仮特許出願に記載されている。
前述のように、いくつかの実施形態では、本発明のシステム及び方法は、処理要素及び実行可能命令のセットを含む装置の形態で実施され得る。実行可能命令は、ソフトウェアアプリケーションの一部であり、ソフトウェアアーキテクチャとして整備され得る。一般に、本発明の実施形態は、適切にプログラムされた処理要素(GPU、CPU、マイクロプロセッサ、プロセッサ、コントローラ、コンピューティングデバイス等)によって実行されるように設計されたソフトウェア命令のセットを使用して実装され得る。複雑なアプリケーション又はシステムでは、このような命令は通常「モジュール」として整備され、各モジュールは通常、特定のタスク、プロセス、機能、又は操作を実行する。モジュールのセット全体は、オペレーティングシステム(OS)又は他の形式の組織プラットフォームによってその動作を制御又は調整されてもよい。
各アプリケーションモジュール又はサブモジュールは、モジュール又はサブモジュールによって実装される特定の機能、方法、プロセス、又は操作に対応し得る。そのような機能、方法、プロセス、又は操作は、本発明のシステム及び方法の1つ以上の態様を実施するために使用されるものを含んでもよい。アプリケーションモジュール及び/又はサブモジュールは、プログラミング言語に対応するコンピュータ実行可能コード等の、任意の適切なコンピュータ実行可能コード又は命令セット(例えば、適切にプログラムされたプロセッサ、マイクロプロセッサ、又はCPUによって実行されるもの)を含んでもよい。例えば、プログラミング言語のソースコードは、コンピュータで実行可能なコードにコンパイルされてもよい。あるいは、又はさらに、プログラミング言語は、スクリプト言語等のインタープリタ型プログラミング言語であってもよい。
上記のように、本開示の一実施形態を実施するためのシステム、装置、方法、プロセス、機能、及び/又は操作は、中央処理装置(CPU)又はマイクロプロセッサのような1つ以上のプログラムされたコンピュータプロセッサによって実行される命令セットの形で全体的又は部分的に実施され得る。このようなプロセッサは、システムの他のコンポーネントによって動作するか又はシステムの他のコンポーネントと通信する装置、サーバ、クライアント、又は他のコンピューティング又はデータ処理デバイスに組み込まれてもよい。一例として、図3は、本発明の実施形態による方法、プロセス、機能、又は操作を実施するように構成されたシステム、サーバ、プラットフォーム、又はコンピューティングデバイス300に存在し得る要素又はコンポーネントを示す図である。
図3に示すサブシステム群は、システムバス314を介して相互接続される。追加のサブシステムには、入力/出力デバイス322、通信要素324、及び追加のメモリ又はデータストレージデバイス326が含まれ得る。システムバス314を介した相互接続により、1つ以上のプロセッサ330は、各サブシステムと通信し、メモリ320内のモジュール302に格納され得る命令の実行とサブシステム間の情報交換とを制御することが可能になる。システムメモリ320及び/又はメモリデバイス326は、有形のコンピュータ可読媒体を体現し得る。
モジュール302はそれぞれ、コンピュータ実行可能な命令セットを含んでもよく、命令セットがプログラムされたプロセッサ330によって実行されると、命令セットは、システム、サーバ、プラットフォーム、又はデバイス300に1つ以上の操作又は機能を実行させる。前述のように、通常、モジュール302は、命令が実行され得るように、命令のセットへのアクセス及び転送に関与する機能を実行するオペレーティングシステム303を含む。
モジュール302に含まれる命令の実行によって実施される機能は、リモートサーバ又はプラットフォーム、クライアントデバイス、あるいはその両方に配置された電子処理要素による命令セットの実行の結果であり得ることに留意されたい。モジュール302は、トレーニングデータを取得し機械学習モデルをトレーニングするモジュール304(実行時に、図1のステップ120及び122に関連付けられた操作の一部又は全てを実施する命令を含む)、顧客からのサービス要求/メッセージを受信するモジュール305(実行時に、図1のステップ123に関連付けられた操作の一部又は全てを実施する命令を含む)、モデルをクライアントデバイスに転送し意図木構造を表示するモジュール306(実行時に、図1のステップ124及び126に関連付けられた操作の一部又は全てを実施する命令を含む)、ユーザが木をナビゲートするか、テキストを入力するか、又は全要求を入力できるようにするモジュール308(実行時に、図1のステップ128、130、及び132に関連付けられた操作の一部又は全てを実施する命令を含む)、選択又は決定された意図に基づいて、要求を適切なハンドラーにルーティングするモジュール309(実行時に、図1のステップ135に関連付けられた操作の一部又は全てを実施する命令を含む)、並びに全メッセージをトレーニングデータ及び/又は意図木に対する修正として使用するモジュール310(実行時に、図1のステップ134に関連付けられた操作の一部又は全てを実施する命令を含む)を含んでもよい。
前述のように、各モジュールは、コンピュータで実行可能な命令のセットを含み得る。命令セットは、サーバ、クライアントデバイス、ネットワーク要素、システム、プラットフォーム、又はその他のコンポーネントに含まれるプログラムされたプロセッサによって実行されてもよい。モジュールは、サーバ、クライアントデバイス、ネットワーク要素、システム、プラットフォーム、又はその他のコンポーネントのうちの複数に含まれるプロセッサによって実行される命令を含んでもよい。したがって、いくつかの実施形態では、それぞれが別個のデバイス、サーバ、又はシステムの一部である複数の電子プロセッサが、図示されたモジュールに含まれるソフトウェア命令の全部(又は一部)の実行を担当してもよい。
いくつかの実施形態では、本明細書に記載のシステム及び方法によって提供される機能及びサービスは、サーバ又はサービスプラットフォームによって維持されるアカウントにアクセスすることによって、複数のユーザに利用可能にされうる。このようなサーバ又はサービスプラットフォームは、Software-as-a-Service(SaaS)の形式と呼ばれることがある。図5は、本発明/開示の実施形態を実施し得るSaaSシステムを示す図である。図6は、本発明/開示の実施形態を実施し得る例示的な動作環境の要素又はコンポーネントを示す図である。図7は、本発明/発明の実施形態を実施し得る図6のマルチテナント分散コンピューティングサービスプラットフォームの要素又はコンポーネントの追加の詳細を示す図である。
いくつかの実施形態では、本明細書に記載する要求/メッセージ処理及びルーティングシステム又はサービスは、メッセージ又はサービス要求の送信に応答して実施される、マイクロサービス、プロセス、ワークフロー、又は機能として実装され得る。マイクロサービス、プロセス、ワークフロー、又は機能は、サーバ、データ処理要素、プラットフォーム、又はシステムによって実行され得る。いくつかの実施形態では、サービスは、「クラウド内」に配置されたサービスプラットフォームによって提供されてもよい。このような実施形態では、プラットフォームは、API及びSDKを介してアクセス可能である。記載する要求/メッセージ処理及びルーティングサービスは、複数のユーザ又は会社それぞれに対するプラットフォーム内のマイクロサービスとして提供されてもよく、それらの会社はそれぞれ、支援を求める顧客へのダウンロードに利用可能な特定のトレーニング済みモデル及びアプリケーションを有する。マイクロサービスへのインターフェイスは、REST及びGraphQLエンドポイントによって定義され得る。管理コンソールにより、ユーザ又は管理者は、基礎となる要求及び応答データに安全にアクセスし、アカウントとアクセスとを管理し、場合によっては、処理ワークフロー又は構成を変更できる。
図5~7は、ビジネス関連又はその他のアプリケーションやサービスを複数のアカウント/ユーザに配信するために使用し得るマルチテナント又はSaaSアーキテクチャを示しているが、このようなアーキテクチャは、他のタイプのデータ処理サービスを配信し、他のアプリケーションへのアクセスを提供するためにも使用し得ることに留意されたい。例えば、このようなアーキテクチャを使用して、要求/メッセージ処理及びルーティングサービスを提供して、エンドユーザがカスタマーサポートの要求を解決するのを支援してもよい。いくつかの実施形態では、図5~7に示されるタイプのプラットフォーム又はシステムは、特定のビジネス関連アプリケーションのセットを提供するためにサードパーティプロバイダによって操作され得るが、他の実施形態では、プラットフォームは、プロバイダによって運営され、さまざまな企業が、プラットフォームを通じてユーザにアプリケーション又はサービスを提供してもよい。例えば、図5~7を参照して説明した機能及びサービスの一部は、トレーニング済みモデル及びクライアントアプリケーションのプロバイダがトレーニング済みモデルを使用してその会社の顧客にサービスを提供する各会社又は企業のプラットフォーム上のアカウントを維持することにより、サードパーティによって提供されてもよい。
図5は、本発明の実施形態が実装されてもよい、又は本明細書に記載する要求/メッセージ処理及びルーティングサービスの実施形態にアクセスするのに用いられてもよい、システム500を示す図である。アプリケーションサービスプロバイダ(ASP)ホスト型ビジネスサービスシステム(マルチテナントデータ処理プラットフォーム等)の利点に従って、本明細書に記載のサービスのユーザは、個人、企業、店舗、組織等を含みうる。ユーザは、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、スキャナ、スマートフォン等を含むがこれらに限定されない、任意の適切なクライアントを使用してサービスにアクセスし得る。一般に、インターネットにアクセスできるクライアントデバイスであれば、要求又はカスタマーサポートサービスを要求するテキストメッセージを提供し、意図木モデルを受信して表示するのに使用し得る。ユーザは、インターネット508又は別の適切な通信ネットワーク又はネットワークの組み合わせを介してサービスプラットフォームと接続する。適切なクライアントデバイスの例としては、デスクトップコンピュータ503、スマートフォン504、タブレットコンピュータ505、又はラップトップコンピュータ506が含まれる
第三者によってホストされ得る要求/メッセージ処理システム510は、図5に示されるように結合された、要求及びメッセージ処理サービス512とウェブインターフェイスサーバ514とのセットを含み得る。図5では単一のユニットとして表されているが、要求及びメッセージ処理サービス512とウェブインターフェイスサーバ514とのいずれか又は両方が、1つ以上の異なるハードウェアシステム及びコンポーネントに実装されてもよいことを理解されたい。要求/メッセージ処理サービス512は、受信したテキスト又はカスタマーサポートサービスを要求する他のメッセージ若しくはフォームを処理するための、1つ以上の機能又は操作を含み得る。
いくつかの実施形態では、会社又はユーザが利用可能なアプリケーションのセットは、顧客のメッセージを受信し、意図木モデルを顧客に提供し表示し、顧客の入力を受信し処理して最も可能性の高い顧客の意図又は目標を決定し、顧客の要求を適切なボット、人、又はアプリケーションへと適切にルーティングして支援を提供するための、本明細書に記載する機能及び方法を実施する1つ以上を含み得る。前述したように、これらの機能又は処理ワークフローを使用すれば、顧客の問い合わせ又はカスタマーサポートの要求に対して、より効率的かつ効果的な対応を顧客に提供し得る。
例として、いくつかの実施形態では、プラットフォーム又はシステム510を通じて利用可能になるメッセージ処理及びルーティングのアプリケーション、機能、操作、又はサービスのセットは、以下を含み得る。
●アカウント管理サービス516、例えば、
〇カスタマーサービス要求を提出したい人を認証するプロセス又はサービス(認証情報又は購入証明、顧客がサポートサービスを使用することを会社によって認証されていることの検証等)、
〇カスタマーサポートの要求(又はカスタマーサービスアプリケーションを起動すること等による、支援に対する顧客の希望の他の指示)を受信し、要求者にトレーニング済み意図モデルを、また未だに提供されていない場合は、顧客のデバイスにインストールするアプリケーションを提供するように準備するプロセス又はサービス、
〇要求されたサービスの価格又はサービス契約に対する料金を生成するオプションのプロセス又はサービス、
〇顧客のためにメッセージの処理及びルーティングプロセスのコンテナ又はインスタンスを生成するプロセス又はサービスであり、インスタンスは特定の会社に合わせてカスタマイズし得るプロセス又はサービス、ならびに、
〇他の形式のアカウント管理サービス。
●適切なメッセージ分類モデルにアクセスし、それを顧客のクライアントデバイス517に提供するプロセス又はサービス、例えば、
〇正しいトレーニング済みモデルを特定して顧客に提供するプロセス又はサービス、
■この場合、「正しい」モデルは、顧客が支援を要求している会社に対応するモデルである(そして、顧客が使用したアプリケーションによって示され得る)。
〇意図木データ及び適切なトレーニング済みモデルを、意図木データ構造を表示しそれと対話できるようにするサポートアプリケーション(必要であり、まだ提供されていない場合)とともに、顧客/要求者のクライアントデバイスに提供するプロセス又はサービス。
●顧客の選択、モデル出力、又は顧客テキスト入力を処理するプロセス又はサービス518、例えば、
○ユーザが選択した意図、又はユーザインターフェイスのテキスト入力フィールドに入力されたテキストに基づいて「予測された」又は要求者の最も正しい可能性が高い意図を表すクライアントアプリケーション又はトレーニング済みモデルから予測又は分類を受信するプロセス又はサービス、
○要求者が意図木から意図を選択できない場合、又はトレーニング済みモデルを使用して意図に最適なものを決定できない場合に、要求者からの入力の一部又は全テキストを受信して処理するプロセス又はサービス。
●決定された意図に基づく(顧客の選択、トレーニング済みモデルの操作、又は要求者が提供した部分又は全テキストの処理の結果としての)要求ルーティングプロセス又はサービス519、例えば、
○顧客の選択、モデルによって決定/予測された意図、又は顧客のテキスト入力のさらなる処理(通常、評価者としての役割を果たす人による)に基づいて、部門、ボット、タスク又はワークフロー、アプリケーション、URL、又は人等の適切なハンドラーに要求をルーティングするように機能するプロセス又はサービス。
●意図木モデルのさらなるトレーニング及び/又は考えられる改善の評価に使用するため、追加データを意図モデルに提供するプロセス又はサービス520、例えば、
○顧客の最初のメッセージ(及び該当する場合は、それらのより詳細なテキストメッセージ)及び決定された意図/ラベルを、意図木及びトレーニング済みモデルをトレーニング及び更新するプロセスに提供するプロセス又はサービス。
●管理サービス522、例えば、
○カスタマーサービス要求処理及びルーティングサービスのプロバイダ及び/又はプラットフォームが要求者に提供されるプロセス及びサービスを管理及び構成することを可能にするプロセス又はサービス。
●アカウント管理サービス516、例えば、
〇カスタマーサービス要求を提出したい人を認証するプロセス又はサービス(認証情報又は購入証明、顧客がサポートサービスを使用することを会社によって認証されていることの検証等)、
〇カスタマーサポートの要求(又はカスタマーサービスアプリケーションを起動すること等による、支援に対する顧客の希望の他の指示)を受信し、要求者にトレーニング済み意図モデルを、また未だに提供されていない場合は、顧客のデバイスにインストールするアプリケーションを提供するように準備するプロセス又はサービス、
〇要求されたサービスの価格又はサービス契約に対する料金を生成するオプションのプロセス又はサービス、
〇顧客のためにメッセージの処理及びルーティングプロセスのコンテナ又はインスタンスを生成するプロセス又はサービスであり、インスタンスは特定の会社に合わせてカスタマイズし得るプロセス又はサービス、ならびに、
〇他の形式のアカウント管理サービス。
●適切なメッセージ分類モデルにアクセスし、それを顧客のクライアントデバイス517に提供するプロセス又はサービス、例えば、
〇正しいトレーニング済みモデルを特定して顧客に提供するプロセス又はサービス、
■この場合、「正しい」モデルは、顧客が支援を要求している会社に対応するモデルである(そして、顧客が使用したアプリケーションによって示され得る)。
〇意図木データ及び適切なトレーニング済みモデルを、意図木データ構造を表示しそれと対話できるようにするサポートアプリケーション(必要であり、まだ提供されていない場合)とともに、顧客/要求者のクライアントデバイスに提供するプロセス又はサービス。
●顧客の選択、モデル出力、又は顧客テキスト入力を処理するプロセス又はサービス518、例えば、
○ユーザが選択した意図、又はユーザインターフェイスのテキスト入力フィールドに入力されたテキストに基づいて「予測された」又は要求者の最も正しい可能性が高い意図を表すクライアントアプリケーション又はトレーニング済みモデルから予測又は分類を受信するプロセス又はサービス、
○要求者が意図木から意図を選択できない場合、又はトレーニング済みモデルを使用して意図に最適なものを決定できない場合に、要求者からの入力の一部又は全テキストを受信して処理するプロセス又はサービス。
●決定された意図に基づく(顧客の選択、トレーニング済みモデルの操作、又は要求者が提供した部分又は全テキストの処理の結果としての)要求ルーティングプロセス又はサービス519、例えば、
○顧客の選択、モデルによって決定/予測された意図、又は顧客のテキスト入力のさらなる処理(通常、評価者としての役割を果たす人による)に基づいて、部門、ボット、タスク又はワークフロー、アプリケーション、URL、又は人等の適切なハンドラーに要求をルーティングするように機能するプロセス又はサービス。
●意図木モデルのさらなるトレーニング及び/又は考えられる改善の評価に使用するため、追加データを意図モデルに提供するプロセス又はサービス520、例えば、
○顧客の最初のメッセージ(及び該当する場合は、それらのより詳細なテキストメッセージ)及び決定された意図/ラベルを、意図木及びトレーニング済みモデルをトレーニング及び更新するプロセスに提供するプロセス又はサービス。
●管理サービス522、例えば、
○カスタマーサービス要求処理及びルーティングサービスのプロバイダ及び/又はプラットフォームが要求者に提供されるプロセス及びサービスを管理及び構成することを可能にするプロセス又はサービス。
図5に示すプラットフォーム又はシステムは、少なくとも1台の、但しおそらくは複数の「サーバ」で構成される分散コンピューティングシステムでホストされ得る。サーバは、例えばインターネット等のパブリックネットワークを介してサーバとデータ通信している他のコンピュータのユーザのニーズに対応することを目的とした、1つ以上のソフトウェアアプリケーション又はサービスのデータストレージと実行環境を提供するための専用の物理コンピュータである。サーバ、及びサーバが提供するサービスは、「ホスト」及びリモートコンピュータと呼ばれることがあり、提供されているリモートコンピュータで実行されているソフトウェアアプリケーションは、「クライアント」と呼ばれることがある。提供するコンピューティングサービスに応じて、サーバは、データベースサーバ、データストレージサーバ、ファイルサーバ、メールサーバ、プリントサーバ、Webサーバ等と呼ばれることがある。Webサーバは、ほとんどの場合、ハードウェアとソフトウェアの組み合わせであり、通常はWebサイトをホストすることにより、インターネット経由でWebサーバにアクセスするクライアントWebブラウザにコンテンツを配信するのを支援する。
図6は、本発明の実施形態を実施し得る例示的な動作環境600の要素又はコンポーネントを示す図である。図示されるように、様々なコンピューティングデバイスを組み込む及び/又はそれらに組み込まれる様々なクライアント602は、1つ以上のネットワーク614を介してマルチテナントサービスプラットフォーム608と通信し得る。例えば、クライアントは、1つ以上のコンピューティングデバイスによって少なくとも部分的に実装されるクライアントアプリケーション(例えば、ソフトウェア)を組み込む、及び/又はそのようなクライアントアプリケーションに組み込まれることができる。適切なコンピューティングデバイスの例には、パーソナルコンピュータ、サーバコンピュータ604、デスクトップコンピュータ606、ラップトップコンピュータ607、ノートブックコンピュータ、タブレットコンピュータ又はパーソナルデジタルアシスタント(PDA)610、スマートフォン612、携帯電話、及び1つ以上のコンピューティングデバイスコンポーネントを組み込んだ家庭用電子機器が含まれる。コンピューティングデバイスコンポーネントとは、1つ以上の電子プロセッサ、マイクロプロセッサ、中央処理装置(CPU)、又はコントローラ等である。適切なネットワーク614の例には、有線及び/又は無線の通信技術を利用するネットワーク、ならびに任意の適切なネットワーク及び/又は通信プロトコル(例えば、インターネット)に従って動作するネットワークが含まれる。
分散コンピューティングサービス/プラットフォーム(マルチテナントデータ処理プラットフォームとも呼ばれる)608は、ユーザインターフェイス層616、アプリケーションサーバ層620、及びデータストレージ層624を含む複数の処理層を含み得る。ユーザインターフェイス層616は、グラフィカルユーザインターフェイス及び/又はウェブベースのインターフェイスを含む、複数のユーザインターフェイス617を維持し得る。ユーザインターフェイスには、ユーザ又はサービスの「テナント」(図では「サービスUI」として示されている)にアプリケーションとデータとへのアクセスを提供するサービスのデフォルトユーザインターフェイスと、ユーザ固有の要件に応じて特殊化/カスタマイズされている1つ以上のユーザインターフェイス(例えば、図では「テナントA UI」・・・「テナントZ UI」で表され、1つ以上のAPIを介してアクセスし得る)と、が含まれ得る。
デフォルトのユーザインターフェイスは、サービスプラットフォームによって提供される機能へのテナントのアクセスと使用をテナントが管理できるようにするユーザインターフェイスコンポーネントを含み得る。これには、テナントデータへのアクセス、特定のアプリケーションのインスタンスの起動、特定のデータ処理操作の実行等が含まれ得る。図示されている各アプリケーションサーバ又は処理層622は、コンピュータ及び/又はコンピュータサーバとプロセッサを含むコンポーネントのセットで実装でき、ソフトウェアアプリケーション又は命令セットの実行によって決定されるさまざまな機能、方法、プロセス、又は操作を実行し得る。データストレージ層624は、1つ以上のデータストアを含み得、データストアは、サービスデータストア625及び1つ以上のテナントデータストア626を含み得る。データストアは、構造化照会言語(SQL)ベースのリレーショナルデータベース管理システム(RDBMS)を含む、任意の適切なデータストレージテクノロジを使用して実装できる。
サービスプラットフォーム608は、マルチテナントであり得、ビジネス関連又は他のデータ処理アプリケーション、データストレージ、及び機能のセットを複数のテナントに提供するために、エンティティによって操作され得る。例えば、アプリケーション及び機能は、エンドユーザにサービスを提供するために企業が使用する機能へのWebベースのアクセスを提供することを含み得る。これにより、ブラウザとインターネット又はイントラネット接続を使用するユーザが、特定の種類の情報を閲覧、入力、処理、又は変更し得る。そのような機能又はアプリケーションは、通常、プラットフォームのアプリケーションサーバ層620の一部である1つ以上のサーバ622上で維持及び実行されるソフトウェアコード/命令の1つ以上のモジュールによって実装される。図5に関して述べたように、図6に示すプラットフォームシステムは、少なくとも1台の、但し通常は複数の、「サーバ」で構成される分散コンピューティングシステム上でホストされてもよい。
前述のように、企業は、そのようなプラットフォーム又はシステム自体を構築及び保守するのではなく、サードパーティが提供するシステムを利用し得る。サードパーティは、マルチテナントプラットフォームの環境で、上記のビジネスシステム/プラットフォームを実装してもよい。企業のデータ処理ワークフロー(本明細書に記載のメッセージ/要求の処理やルーティング等)の個々のインスタンスがユーザに提供され、各会社/企業はプラットフォームのテナントを表す。このようなマルチテナントプラットフォームの利点の1つは、各テナントがデータ処理ワークフローのインスタンスをそのテナントの特定のビジネスニーズ又は運用方法に合わせてカスタマイズできることである。各テナントは、マルチテナントプラットフォームを使用して、複数のユーザにビジネスサービスと機能とを提供する企業又はエンティティであり得る。
図7は、本発明の実施形態を実施し得る、図6のマルチテナント分散コンピューティングサービスプラットフォームの要素又はコンポーネントの追加の詳細を示す図である。図7に示されるソフトウェアアーキテクチャは、本発明の実施形態を実施するために使用し得るアーキテクチャの例を表す。一般に、本発明の実施形態は、適切にプログラムされた処理要素(CPU、マイクロプロセッサ、プロセッサ、コントローラ、コンピューティングデバイス等)によって実行されるように設計されたソフトウェアの命令セットを使用して実施し得る。複雑なシステムでは、そのような命令は、通常、「モジュール」に分けられ、各モジュールは、特定のタスク、プロセス、機能、又は操作を実行する。モジュールのセット全体は、オペレーティングシステム(OS)又は他の形式の組織プラットフォームによって操作を制御又は調整されてもよい。
前述のように、図7は、本発明の実施形態を実施し得る、マルチテナント分散コンピューティングサービスプラットフォームの要素又はコンポーネント700の追加の詳細を示す図である。例示的なアーキテクチャは、1つ以上のユーザインターフェイス703を有するユーザインターフェイスレイヤ又は層702を含む。このようなユーザインターフェイスの例には、グラフィカルユーザインターフェイス及びアプリケーションプログラミングインターフェイス(API)が含まれる。各ユーザインターフェイスは、1つ以上のインターフェイス要素704を含み得る。例えば、ユーザは、例示的なアーキテクチャのアプリケーション及び/又はデータストレージレイヤによって提供される機能及び/又はデータにアクセスするために、インターフェイス要素と対話し得る。グラフィカルユーザインターフェイス要素の例には、ボタン、メニュー、チェックボックス、ドロップダウンリスト、スクロールバー、スライダ、スピナー、テキストボックス、アイコン、ラベル、プログレスバー、ステータスバー、ツールバー、ウィンドウ、ハイパーリンク、ダイアログボックスが含まれる。アプリケーションプログラミングインターフェイスは、ローカル又はリモートであってもよく、パラメータ化されたプロシージャコール、プログラムオブジェクト、メッセージングプロトコル等のインターフェイス要素を含み得る。
アプリケーションレイヤ710は、1つ以上のサブモジュール712をそれぞれが有する1つ以上のアプリケーションモジュール711を含み得る。各アプリケーションモジュール711又はサブモジュール712は、モジュール又はサブモジュールによって実施される機能、方法、プロセス、又は操作(例えば、ビジネス関連のデータ処理及びサービスをプラットフォームのユーザに提供することに関連する機能又はプロセス)に対応し得る。そのような機能、方法、プロセス、又は操作は、図1、図2、図3、及び図5を参照して説明される1つ以上のプロセス又は機能等のために、本発明のシステム及び方法の1つ以上の態様を実施するのに使用されるものを含み得る。
●会社又は組織によって受信された(又は受信されると予想される)カスタマーサービス要求の例を表す文書のコーパス内の最も関連性の高い文書を使用して、機械学習モデルをトレーニングするプロセス又はサービス。
●会社の顧客が支援を要求したり、カスタマーサポートアドレスにメッセージを送信したり、カスタマーアプリケーションを開始したりする(又はその他の方法で支援の必要性を示す)ときに、トレーニング済みモデルと支援が求められる可能性のあるカテゴリの「意図木」を表すデータ構造とを顧客に提供するプロセス又はサービス。
●アプリケーションを会社の顧客に提供し(まだ提供されていない場合)、顧客が意図木を表示して「ナビゲート」できるようにし、目的の意図又は支援のカテゴリを選択し、選択した意図を承認できるようにし、顧客がテキストを挿入し、そのテキストをトレーニング済みモデルによって分類できるようにし、トレーニング済みモデルによって作成された分類の受け入れを承認するプロセス又はサービス。
○この場合、アプリケーションが、意図木と、選択、テキスト入力、承認、及びその他の機能を有効にするためのユーザインターフェイス要素とを含む表示又はユーザインターフェイスを生成するように構成されている。
●顧客がテキスト、フレーズ、質問、又は文(例として)をユーザインターフェイスのフィールドに挿入し、フィールドのコンテンツをサーバ/プラットフォームに提供してさらに評価及び処理(通常は人による)できるようにするプロセス又はサービス。
●顧客の初期メッセージ(及び該当する場合は、より詳細なテキストメッセージ)と、決定された意図/ラベルとを、意図木及びトレーニング済みモデルをトレーニング及び更新するプロセスに提供するプロセス又はサービス。
●支援を要求する際の顧客の意図又は目標を決定した後、解決のため、顧客のメッセージ又は要求を会社の適切な「ハンドラー」、タスク、ワークフロー、ボット、URL、個人又は部門に提供するメカニズムを(通常はプラットフォーム上のアプリケーション又はサービスのいずれかを介して)提供するプロセス又はサービス。
●会社又は組織によって受信された(又は受信されると予想される)カスタマーサービス要求の例を表す文書のコーパス内の最も関連性の高い文書を使用して、機械学習モデルをトレーニングするプロセス又はサービス。
●会社の顧客が支援を要求したり、カスタマーサポートアドレスにメッセージを送信したり、カスタマーアプリケーションを開始したりする(又はその他の方法で支援の必要性を示す)ときに、トレーニング済みモデルと支援が求められる可能性のあるカテゴリの「意図木」を表すデータ構造とを顧客に提供するプロセス又はサービス。
●アプリケーションを会社の顧客に提供し(まだ提供されていない場合)、顧客が意図木を表示して「ナビゲート」できるようにし、目的の意図又は支援のカテゴリを選択し、選択した意図を承認できるようにし、顧客がテキストを挿入し、そのテキストをトレーニング済みモデルによって分類できるようにし、トレーニング済みモデルによって作成された分類の受け入れを承認するプロセス又はサービス。
○この場合、アプリケーションが、意図木と、選択、テキスト入力、承認、及びその他の機能を有効にするためのユーザインターフェイス要素とを含む表示又はユーザインターフェイスを生成するように構成されている。
●顧客がテキスト、フレーズ、質問、又は文(例として)をユーザインターフェイスのフィールドに挿入し、フィールドのコンテンツをサーバ/プラットフォームに提供してさらに評価及び処理(通常は人による)できるようにするプロセス又はサービス。
●顧客の初期メッセージ(及び該当する場合は、より詳細なテキストメッセージ)と、決定された意図/ラベルとを、意図木及びトレーニング済みモデルをトレーニング及び更新するプロセスに提供するプロセス又はサービス。
●支援を要求する際の顧客の意図又は目標を決定した後、解決のため、顧客のメッセージ又は要求を会社の適切な「ハンドラー」、タスク、ワークフロー、ボット、URL、個人又は部門に提供するメカニズムを(通常はプラットフォーム上のアプリケーション又はサービスのいずれかを介して)提供するプロセス又はサービス。
アプリケーションモジュール及び/又はサブモジュールは、プログラミング言語に対応するコンピュータ実行可能コード等の、任意の適切なコンピュータ実行可能コード又は命令セット(例えば、適切にプログラムされたプロセッサ、マイクロプロセッサ、又はCPUによって実行されるもの)を含み得る。例えば、プログラミング言語のソースコードは、コンピュータ実行可能コードにコンパイルされてもよい。あるいは、又はさらに、プログラミング言語は、スクリプト言語等のインタープリタ型プログラミング言語であってもよい。各アプリケーションサーバ(例えば、図6の要素622で表される)は、各アプリケーションモジュールを含んでもよい。あるいは、異なるアプリケーションサーバが、異なるアプリケーションモジュールのセットを含んでもよい。このようなセットは、要素が共通しなくても、重複していてもよい。
データストレージレイヤ720は、それぞれが属性及び/又は挙動等の1つ以上のデータオブジェクトコンポーネント721を有する1つ以上のデータオブジェクト722を含み得る。例えば、データオブジェクトはリレーショナルデータベースのテーブルに対応し、データオブジェクトコンポーネントはそのようなテーブルの列又はフィールドに対応してもよい。あるいは、又はさらに、データオブジェクトは、フィールド及び関連するサービスを有するデータレコードに対応してもよい。あるいは、又はさらに、データオブジェクトは、構造やクラス等のプログラムデータオブジェクトの永続的なインスタンスに対応してもよい。データストレージレイヤの各データストアは、各データオブジェクトを含んでもよい。あるいは、異なるデータストアが異なるデータオブジェクトのセットを含んでもよい。このようなセットは、要素が共通しなくても、重複していてもよい。
図5~7に示されている例示的なコンピューティング環境は、限定的な例を意図したものではないことに留意されたい。本発明の実施形態が全体的又は部分的に実施され得るさらなる環境は、デバイス(モバイルデバイスを含む)、ソフトウェアアプリケーション、システム、装置、ネットワーク、SaaSプラットフォーム、laaS(サービスとしてのインフラストラクチャ)プラットフォーム、又はデータ入力、データ処理、アプリケーション実行、又はデータレビューのために複数のユーザが使用できるその他の構成可能なコンポーネントを含み得る。
前述した本発明は、モジュール式又は統合された方法でコンピュータソフトウェアを使用する制御ロジックの形で実施し得ることを理解されたい。本明細書で提供される開示及び教示に基づいて、当業者は、ハードウェア及びハードウェアとソフトウェアの組み合わせを使用して本発明を実施するための他の方法及び/又は方法を知り、理解するであろう。
いくつかの実施形態では、本明細書に記載の方法、モデル、又は機能のいくつかは、トレーニング済みニューラルネットワークの形で具体化され得、ネットワークは、コンピュータ実行可能命令のセットの実行又はデータ構造の表示によって実装される。命令は、非一時的なコンピュータ可読媒体内(又は上)に保存され、プログラムされたプロセッサ又は処理要素によって実行され得る。トレーニング済みニューラルネットワーク、トレーニング済み機械学習モデル、又は他の形式の決定又は分類プロセスを使用して、本明細書に記載の方法、機能、プロセス又は操作の1つ以上を実装し得る。ニューラルネットワーク又は深層学習モデルは、ノードを含むレイヤのセットを表すデータが格納され、入力を操作して決定又は値を出力として提供する異なるレイヤのノード間結合が作成(又は形成)されるデータ構造の形式で特徴付けられ得ることに留意されたい。
一般的に、ニューラルネットワークは、相互にメッセージを交換する人工「ニューロン」が相互に結合されたシステムと見なし得る。結合は、トレーニングプロセス中に「調整」される数値の重みを有し、これにより、適切にトレーニングされたネットワークは、認識できる画像又はパターン(例えば)が提示されたときに正しく応答する。この特性評価では、ネットワークは特徴を検出する「ニューロン」の複数のレイヤで構成されている。各レイヤには、前のレイヤからの入力のさまざまな組み合わせに応答するニューロンがある。ネットワークのトレーニングは、意図された出力応答に関連付けられたさまざまな代表的な入力パターンの入力の「ラベル付き」データセットを使用して実行される。トレーニングは、汎用の方法を使用して、中間及び最終の特徴ニューロンの重みを繰り返し決定する。計算モデルの観点から、各ニューロンは入力と重みとの内積を計算し、バイアスを追加し、非線形トリガ又は活性化関数を適用する(例えば、シグモイド応答関数を使用する)。
機械学習(ML)は、データの分析を可能にし、複数の業界での意思決定を支援するためにますます使用されている。機械学習を使用するメリットを享受するために、機械学習アルゴリズムがトレーニングデータとラベルのセットに適用され、アルゴリズムのアプリケーションがトレーニングデータから「学習」した内容を表す「モデル」が生成される。トレーニングデータのセットの各要素(又は、例えば、1つ以上のパラメータ、変数、特性、又は「特徴」の形式)は、トレーニング済みモデルによって要素を分類する方法を定義するラベル又は注釈に関連付けられる。機械学習モデルは、入力データのサンプルに関する決定(分類等)を行うために動作する、結合されたニューロンのレイヤのセットである。トレーニングされると(つまり、ニューロンを結合する重みが収束して安定するか、許容可能な変動量の範囲内になると)、モデルは入力データの新しい要素を操作し、正しいラベル又は分類を出力として生成する。
本開示は、以下の番号付きの項目を含む。
項目1.顧客に支援を提供するコンピュータ実装方法であって、
顧客支援カテゴリのセットの表示をデバイス上に生成することと、
デバイスのユーザがカテゴリのセットのうちの1つを選択できるようにすることと、
ユーザがテキストをデバイス上のユーザインターフェイス表示の要素に入力できるようにすることと、
入力されたテキストを、入力されたテキストに対応するカテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供することと、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにすることと、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認した場合、ユーザから人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又はユーザに支援を提供するウェブページにユーザを誘導し、人、ボット、アプリケーション、又はウェブページが、顧客が選択したカテゴリ、トレーニング済みモデルによって決定されたカテゴリ、又はキュレーターによって提供されたラベルに関連付けられることと、
を含む、コンピュータ実装方法。
項目2.顧客支援カテゴリのセットの表示が階層リスト又は木構造である、項目1に記載のコンピュータ実装方法。
項目3.トレーニング済みモデルがデバイス上で実行される、項目1に記載のコンピュータ実装方法。
項目4.ユーザからのメッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、項目1に記載のコンピュータ実装方法。
項目5.トレーニング済みモデルが、入力されたテキストを分類し、カテゴリのセットにおけるカテゴリのうちの1つに対応するラベルを出力する、項目1に記載のコンピュータ実装方法。
項目6.デバイス上のアプリケーションが、デバイスのユーザがカテゴリのセットのうちの1つを選択できるようにするか、ユーザがテキストを入力できるようにするか、又は所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにする、1つ以上の要素を提供するユーザインターフェイスをデバイス上に生成する、項目1に記載のコンピュータ実装方法。
項目7.ユーザからのメッセージが、顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリに、あるいはキュレーターによって提供されたラベルに関連付けられた、人、ボット、アプリケーション、又はウェブページにメッセージをルーティングするように構成されたリモートサーバに提供される、項目1に記載のコンピュータ実装方法。
項目8.ユーザからのメッセージ、及び顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリのうちの1つ、又はキュレーターによって提供されたラベルをモデルのトレーニングデータとして使用することをさらに含む、項目1に記載のコンピュータ実装方法。
項目9.アプリケーション、及び支援のカテゴリのセットを表すデータ構造をデバイスに提供することをさらに含み、アプリケーションがデータ構造を使用して、顧客支援カテゴリのセットの表示を生成する、項目1に記載のコンピュータ実装方法。
項目10.顧客に支援を提供するシステムであって、
サーバであって、
顧客が支援を要求しているという指示を受信し、
指示を受信したことに応答して、入力テキストに対応する顧客支援のカテゴリを特定することによってモデルに対するテキスト入力を分類するように構成されたトレーニング済みモデルを、顧客に関連付けられたデバイスに提供するように構成された、サーバと、
顧客に関連付けられたデバイスにインストールするアプリケーションであって、インストールされるとデバイスを、
顧客支援カテゴリのセットの表示をデバイス上に生成し、
顧客が顧客支援カテゴリのセットのうちの1つを選択できるようにし、
顧客がデバイス上のユーザインターフェイス表示の要素にテキストを入力できるようにし、
入力されたテキストを、入力されたテキストに対応する顧客支援カテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供し、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにし、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、顧客が確認した場合、顧客から人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又は顧客に支援を提供するウェブページに顧客を誘導し、人、ボット、アプリケーション、又はウェブページが、顧客が選択したカテゴリ、トレーニング済みモデルによって決定されたカテゴリ、又はキュレーターによって提供されたラベルに関連付けられるように構成する、アプリケーションと、
を含む、システム。
項目11.顧客からのメッセージがテキストメッセージである、項目10に記載のシステム。
項目12.顧客が支援を要求しているという指示が、メッセージを顧客から受信すること、又は顧客がアプリケーションを起動していることを決定することのうちの1つである、項目10に記載のシステム。
項目13.ユーザからのメッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、項目10に記載のシステム。
項目14.カテゴリのセットの表示が階層リスト又は木構造である、項目10に記載のシステム。
項目15.サーバがさらに、顧客からのメッセージ、及び顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリのうちの1つ、又はキュレーターによって提供されたラベルをモデルのトレーニングデータとして使用するように構成された、項目10に記載のシステム。
項目16.サーバがさらに、顧客支援カテゴリのセットを表すデータ構造をデバイスに提供するように構成され、アプリケーションがデータ構造を使用して、顧客支援カテゴリのセットの表示を生成する、項目10に記載のシステム。
項目17.コンピュータ実行可能命令のセットを含む1つ以上の非一時的コンピュータ可読媒体であって、命令が1つ以上のプログラムされた電子プロセッサによって実行されると、
顧客支援カテゴリのセットの表示をデバイス上に生成し、
デバイスのユーザがカテゴリのセットのうちの1つを選択できるようにし、
ユーザがテキストをデバイス上のユーザインターフェイス表示の要素に入力できるようにし、
入力されたテキストを、入力されたテキストに対応するカテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供し、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにし、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認した場合、ユーザから人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又はユーザに支援を提供するウェブページにユーザを誘導し、人、ボット、アプリケーション、又はウェブページが、顧客が選択したカテゴリ、トレーニング済みモデルによって決定されたカテゴリ、あるいはキュレーターによって提供されたラベルに関連付けられる
ことによって、プロセッサが顧客に対する支援を提供する、1つ以上の非一時的コンピュータ可読媒体。
項目18.ユーザからのメッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、項目17に記載の1つ以上の非一時的コンピュータ可読媒体。
項目19.カテゴリのセットの表示が階層リスト又は木構造である、項目17に記載の1つ以上の非一時的コンピュータ可読媒体。
項目20.プロセッサがさらに、ユーザからのメッセージ、及び顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリのうちの1つ、又はキュレーターによって提供されたラベルをモデルのトレーニングデータとして使用するように構成された、項目17に記載の1つ以上の非一時的コンピュータ可読媒体。
項目21.項目1に記載のコンピュータ実装方法であって、所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認しなかった場合、顧客によって入力されたフレーズ又は文を処理することをさらに含み、フレーズ又は文の処理がさらに、
フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することと、
新しいカテゴリをフレーズ又は文に割り当てることと、
フレーズ又は文をトレーニングデータとして、割り当てられたカテゴリを、トレーニング済みモデルに対するフレーズ又は文の分類として使用することと、
フレーズ又は文を人又はボットに提供するか、アプリケーションを起動するか、あるいは割り当てられたカテゴリに関連付けられたウェブページに顧客を誘導することのうちの1つ以上を含む、コンピュータ実装方法。
項目22.フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することがさらに、キュレーターによる評価のためにフレーズ又は文をリモートサーバに提供することを含む、項目21に記載のコンピュータ実装方法。
項目23.項目10に記載のシステムであって、所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認しなかった場合、サーバが、顧客によって提供されたフレーズ又は文を処理するように構成され、フレーズ又は文の処理がさらに、
フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することと、
新しいカテゴリをフレーズ又は文に割り当てることと、
フレーズ又は文をトレーニングデータとして、割り当てられたカテゴリを、トレーニング済みモデルに対するフレーズ又は文の分類として使用することと、
フレーズ又は文を人又はボットに提供するか、アプリケーションを起動するか、あるいは割り当てられたカテゴリに関連付けられたウェブページに顧客を誘導することのうちの1つ以上を含む、システム。
項目24.項目17に記載の1つ以上の非一時的コンピュータ可読媒体であって、所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認しなかった場合、プロセッサが、顧客によって提供されたフレーズ又は文を処理するように構成され、フレーズ又は文の処理がさらに、
フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することと、
新しいカテゴリをフレーズ又は文に割り当てることと、
フレーズ又は文をトレーニングデータとして、割り当てられたカテゴリを、トレーニング済みモデルに対するフレーズ又は文の分類として使用することと、
フレーズ又は文を人又はボットに提供するか、アプリケーションを起動するか、あるいは割り当てられたカテゴリに関連付けられたウェブページに顧客を誘導することのうちの1つ以上を含む、非一時的コンピュータ可読媒体。
項目1.顧客に支援を提供するコンピュータ実装方法であって、
顧客支援カテゴリのセットの表示をデバイス上に生成することと、
デバイスのユーザがカテゴリのセットのうちの1つを選択できるようにすることと、
ユーザがテキストをデバイス上のユーザインターフェイス表示の要素に入力できるようにすることと、
入力されたテキストを、入力されたテキストに対応するカテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供することと、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにすることと、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認した場合、ユーザから人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又はユーザに支援を提供するウェブページにユーザを誘導し、人、ボット、アプリケーション、又はウェブページが、顧客が選択したカテゴリ、トレーニング済みモデルによって決定されたカテゴリ、又はキュレーターによって提供されたラベルに関連付けられることと、
を含む、コンピュータ実装方法。
項目2.顧客支援カテゴリのセットの表示が階層リスト又は木構造である、項目1に記載のコンピュータ実装方法。
項目3.トレーニング済みモデルがデバイス上で実行される、項目1に記載のコンピュータ実装方法。
項目4.ユーザからのメッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、項目1に記載のコンピュータ実装方法。
項目5.トレーニング済みモデルが、入力されたテキストを分類し、カテゴリのセットにおけるカテゴリのうちの1つに対応するラベルを出力する、項目1に記載のコンピュータ実装方法。
項目6.デバイス上のアプリケーションが、デバイスのユーザがカテゴリのセットのうちの1つを選択できるようにするか、ユーザがテキストを入力できるようにするか、又は所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにする、1つ以上の要素を提供するユーザインターフェイスをデバイス上に生成する、項目1に記載のコンピュータ実装方法。
項目7.ユーザからのメッセージが、顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリに、あるいはキュレーターによって提供されたラベルに関連付けられた、人、ボット、アプリケーション、又はウェブページにメッセージをルーティングするように構成されたリモートサーバに提供される、項目1に記載のコンピュータ実装方法。
項目8.ユーザからのメッセージ、及び顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリのうちの1つ、又はキュレーターによって提供されたラベルをモデルのトレーニングデータとして使用することをさらに含む、項目1に記載のコンピュータ実装方法。
項目9.アプリケーション、及び支援のカテゴリのセットを表すデータ構造をデバイスに提供することをさらに含み、アプリケーションがデータ構造を使用して、顧客支援カテゴリのセットの表示を生成する、項目1に記載のコンピュータ実装方法。
項目10.顧客に支援を提供するシステムであって、
サーバであって、
顧客が支援を要求しているという指示を受信し、
指示を受信したことに応答して、入力テキストに対応する顧客支援のカテゴリを特定することによってモデルに対するテキスト入力を分類するように構成されたトレーニング済みモデルを、顧客に関連付けられたデバイスに提供するように構成された、サーバと、
顧客に関連付けられたデバイスにインストールするアプリケーションであって、インストールされるとデバイスを、
顧客支援カテゴリのセットの表示をデバイス上に生成し、
顧客が顧客支援カテゴリのセットのうちの1つを選択できるようにし、
顧客がデバイス上のユーザインターフェイス表示の要素にテキストを入力できるようにし、
入力されたテキストを、入力されたテキストに対応する顧客支援カテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供し、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにし、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、顧客が確認した場合、顧客から人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又は顧客に支援を提供するウェブページに顧客を誘導し、人、ボット、アプリケーション、又はウェブページが、顧客が選択したカテゴリ、トレーニング済みモデルによって決定されたカテゴリ、又はキュレーターによって提供されたラベルに関連付けられるように構成する、アプリケーションと、
を含む、システム。
項目11.顧客からのメッセージがテキストメッセージである、項目10に記載のシステム。
項目12.顧客が支援を要求しているという指示が、メッセージを顧客から受信すること、又は顧客がアプリケーションを起動していることを決定することのうちの1つである、項目10に記載のシステム。
項目13.ユーザからのメッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、項目10に記載のシステム。
項目14.カテゴリのセットの表示が階層リスト又は木構造である、項目10に記載のシステム。
項目15.サーバがさらに、顧客からのメッセージ、及び顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリのうちの1つ、又はキュレーターによって提供されたラベルをモデルのトレーニングデータとして使用するように構成された、項目10に記載のシステム。
項目16.サーバがさらに、顧客支援カテゴリのセットを表すデータ構造をデバイスに提供するように構成され、アプリケーションがデータ構造を使用して、顧客支援カテゴリのセットの表示を生成する、項目10に記載のシステム。
項目17.コンピュータ実行可能命令のセットを含む1つ以上の非一時的コンピュータ可読媒体であって、命令が1つ以上のプログラムされた電子プロセッサによって実行されると、
顧客支援カテゴリのセットの表示をデバイス上に生成し、
デバイスのユーザがカテゴリのセットのうちの1つを選択できるようにし、
ユーザがテキストをデバイス上のユーザインターフェイス表示の要素に入力できるようにし、
入力されたテキストを、入力されたテキストに対応するカテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供し、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認できるようにし、
所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認した場合、ユーザから人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又はユーザに支援を提供するウェブページにユーザを誘導し、人、ボット、アプリケーション、又はウェブページが、顧客が選択したカテゴリ、トレーニング済みモデルによって決定されたカテゴリ、あるいはキュレーターによって提供されたラベルに関連付けられる
ことによって、プロセッサが顧客に対する支援を提供する、1つ以上の非一時的コンピュータ可読媒体。
項目18.ユーザからのメッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、項目17に記載の1つ以上の非一時的コンピュータ可読媒体。
項目19.カテゴリのセットの表示が階層リスト又は木構造である、項目17に記載の1つ以上の非一時的コンピュータ可読媒体。
項目20.プロセッサがさらに、ユーザからのメッセージ、及び顧客によって選択されたカテゴリであってトレーニング済みモデルによって決定されたカテゴリのうちの1つ、又はキュレーターによって提供されたラベルをモデルのトレーニングデータとして使用するように構成された、項目17に記載の1つ以上の非一時的コンピュータ可読媒体。
項目21.項目1に記載のコンピュータ実装方法であって、所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認しなかった場合、顧客によって入力されたフレーズ又は文を処理することをさらに含み、フレーズ又は文の処理がさらに、
フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することと、
新しいカテゴリをフレーズ又は文に割り当てることと、
フレーズ又は文をトレーニングデータとして、割り当てられたカテゴリを、トレーニング済みモデルに対するフレーズ又は文の分類として使用することと、
フレーズ又は文を人又はボットに提供するか、アプリケーションを起動するか、あるいは割り当てられたカテゴリに関連付けられたウェブページに顧客を誘導することのうちの1つ以上を含む、コンピュータ実装方法。
項目22.フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することがさらに、キュレーターによる評価のためにフレーズ又は文をリモートサーバに提供することを含む、項目21に記載のコンピュータ実装方法。
項目23.項目10に記載のシステムであって、所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認しなかった場合、サーバが、顧客によって提供されたフレーズ又は文を処理するように構成され、フレーズ又は文の処理がさらに、
フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することと、
新しいカテゴリをフレーズ又は文に割り当てることと、
フレーズ又は文をトレーニングデータとして、割り当てられたカテゴリを、トレーニング済みモデルに対するフレーズ又は文の分類として使用することと、
フレーズ又は文を人又はボットに提供するか、アプリケーションを起動するか、あるいは割り当てられたカテゴリに関連付けられたウェブページに顧客を誘導することのうちの1つ以上を含む、システム。
項目24.項目17に記載の1つ以上の非一時的コンピュータ可読媒体であって、所望のタイプの支援としてトレーニング済みモデルによって決定されたカテゴリのセットのうちの1つ又はカテゴリのいずれかの選択を、ユーザが確認しなかった場合、プロセッサが、顧客によって提供されたフレーズ又は文を処理するように構成され、フレーズ又は文の処理がさらに、
フレーズ又は文を評価して、カテゴリのセットのうちの1つに割り当てるべきかを決定することと、
新しいカテゴリをフレーズ又は文に割り当てることと、
フレーズ又は文をトレーニングデータとして、割り当てられたカテゴリを、トレーニング済みモデルに対するフレーズ又は文の分類として使用することと、
フレーズ又は文を人又はボットに提供するか、アプリケーションを起動するか、あるいは割り当てられたカテゴリに関連付けられたウェブページに顧客を誘導することのうちの1つ以上を含む、非一時的コンピュータ可読媒体。
本出願に記載のソフトウェアコンポーネント、プロセス、又は機能のいずれも、従来の手法又はオブジェクト指向の手法を使用する、Python、Java、JavaScript、C++又はPerl等の任意の適切なコンピュータ言語を使用するプロセッサによって実行されるソフトウェアコードとして実装され得る。ソフトウェアコードは、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)等の非一時的なコンピュータ可読媒体、ハードドライブやフロッピーディスク(登録商標)等の磁気媒体、又はCD-ROM等の光学媒体内に(又はその上に)一連の命令又はコマンドとして格納され得る。この状況において、非一時的なコンピュータ可読媒体は、一時的な波形以外のデータ又は命令セットの格納に適したほとんど全ての媒体といえる。そのようなコンピュータ可読媒体のいずれも、単一の計算装置上又はその内に存在してよく、システム又はネットワーク内の異なる計算装置上又はその内に存在してよい。
一例示的な実装によれば、本明細書で使用される処理要素又はプロセッサという用語は、中央処理装置(CPU)であってもよく、又はCPU(仮想マシン等)として概念化されてもよい。本例示的な実装では、CPU又はCPUが組み込まれているデバイスは、ディスプレイ等の1つ以上の周辺デバイスと、結合され、接続され、及び/又は通信し得る。別の例示的な実装では、処理要素又はプロセッサは、スマートフォン又はタブレットコンピュータ等のモバイルコンピューティングデバイスに組み込まれ得る。
本明細書で言及される非一時的なコンピュータ可読記憶媒体は、独立ディスクの冗長アレイ(RAID)、フロッピーディスクドライブ、フラッシュメモリ、USBフラッシュドライブ、外付けハードディスクドライブ、サムドライブ、ペンドライブ、キードライブ、高密度デジタル多用途ディスク(HD-DVD)光ディスクドライブ、内蔵ハードディスクドライブ、ブルーレイ光ディスクドライブ、又はホログラフィックデジタルデータストレージ(HDDS)光ディスクドライブ、同期動的ランダムアクセスメモリ(SDRAM)、又は同様のデバイスあるいは同様の技術に基づく他の形式のメモリ等の、いくつかの物理ドライブユニットを含み得る。そのようなコンピュータ可読記憶媒体は、処理要素又はプロセッサが、リムーバブル及び非リムーバブルメモリメディアに格納されたコンピュータ実行可能プロセスステップ、アプリケーションプログラム等にアクセスし、デバイスからデータをオフロードする、又はデバイスにデータをアップロードすることを可能にする。前述のように、本明細書に記載の実施形態に関して、非一時的なコンピュータ可読媒体は、一時的な波形又は同様の媒体を除く、ほとんど全ての構造、技術、又は方法を含み得る。
開示された技術の特定の実装が、システムのブロック図、及び/又は、機能、操作、プロセス、又は方法のフローチャート又はフロー図を参照して本明細書で説明されている。ブロック図の1つ以上のブロック、又はフローチャート又はフロー図の1つ以上の段階又はステップ、ならびにブロック図におけるブロック及びフローチャート又はフロー図の段階又はステップの組み合わせは、それぞれ、コンピュータで実行可能なプログラム命令によって実装され得ることが理解されよう。いくつかの実施形態では、1つ以上のブロック、又はステージ又はステップは、必ずしも提示された順序で実行されなくてもよく、あるいは全く実行されなくてもよいことに留意されたい。
これらのコンピュータ実行可能プログラム命令は、汎用コンピュータ、専用コンピュータ、プロセッサ、又は他のプログラム可能なデータ処理装置にロードされて、コンピュータ、プロセッサ、又は他のプログラム可能なデータ処理装置によって実行される命令が、本明細書に記載の機能、操作、プロセス、又は方法のうちの1つ以上を実装するための手段を作成する。これらのコンピュータプログラム命令はまた、コンピュータ又は他のプログラム可能なデータ処理装置に特定の方法で機能するように指示し得るコンピュータ可読メモリに格納され得、その結果、コンピュータ可読メモリに格納された命令は、本明細書に記載の機能、操作、プロセス、又は方法の1つ以上を実装する命令手段を含む製品を生成する。
開示された技術の特定の実装を、現在最も実用的で様々な実装であると考えられているものに関連して説明してきたが、開示された技術は開示された実装に限定されないことを理解されたい。代わりに、開示された実装は、添付の特許請求の範囲内に含まれる様々な修正及び同等の構成に及ぶことを意図している。本明細書では特定の用語が使用されているが、それらは一般的かつ説明的な意味でのみ使用されており、限定の目的では使用されていない。
本明細書に記載の説明は、例を使用して、開示された技術の特定の実装を開示し、また、任意のデバイス又はシステムの作成及び使用、ならびに任意の組み込まれた方法の実施を含む、開示された技術の特定の実装をいずれの当業者も実践できるようにしている。開示された技術の特定の実施の特許性のある範囲は、特許請求の範囲に定義されており、当業者が想到する他の例を含み得る。このような他の例は、請求項の文言と異ならない構造的及び/又は機能的要素を有する場合、又は請求項の文言と実質的でない差異を有する構造的及び/又は機能的要素を含む場合、請求項の範囲内にあることが意図される。
刊行物、特許出願、及び特許を含む、本明細書において引用された全ての参考文献は、各参考文献が個別にかつ具体的に参照により組み込まれることが示され、及び/又は、その全体が本明細書に記載される場合と同程度に、参照により本明細書に組み込まれる。
本明細書及び以下の特許請求の範囲における「1つの(a)」及び「1つの(an)」及び「その(the)」という用語及び同様の指示対象の使用は、本明細書で別段の指示がない限り、又は文脈によって明確に矛盾しない限り、単数形及び複数形の両方に及ぶと解釈されるべきである。本明細書及び以下の特許請求の範囲における「有する(having)」、「含む(including)」、「包含する(containing)」という用語及び同様の指示対象は、特に断りのない限り、制限のない用語として解釈されるべきである(例えば、「含むが、これに限定されない」を意味する)。本明細書の値の範囲の記載は、本明細書に別段の記載がない限り、範囲内に含まれる各個別の値を個別に参照する簡略化された方法として機能するように意図されているに過ぎず、個別の各値は、本明細書に個別に記載されているかのように本明細書に組み込まれる。本明細書に記載の全ての方法は、本明細書に別段の記載がない限り、又は文脈によって明確に矛盾しない限り、任意の適切な順序で実施し得る。本明細書で提供されるありとあらゆる例、又は例示的な文言(例えば、「等(such as)」)の使用は、単に本発明の実施形態をよりよく明らかにすることを意図し、別段主張されない限り、本発明の範囲を限定しない。本明細書におけるいかなる文言も、請求項に記載されていない要素が本発明の各実施形態に不可欠であることを示すものとして解釈されるべきでない。
図示されている又は上記されているコンポーネントの異なる配置、ならびに図示又は記載されていないコンポーネント及びステップもまた可能である。同様に、いくつかの特徴とサブコンビネーションは有用であり、他の特徴とサブコンビネーショを参照せずに使用し得る。本発明の実施形態は、制限する目的ではなく例示の目的で記載されており、この特許の読者には、代替の実施形態が明らかになるであろう。したがって、本発明は、上記の実施形態又は図面に示されている実施形態に限定されず、以下の特許請求の範囲から逸脱することなく、様々な実施形態及び修正を行うことができる。
[付属書類]
以下の付属書類は、本明細書に記載する本発明の1つ以上の実施形態に関する、さらなる例及び/又は詳細を提供し得る情報を含む。付属書類の全内容は本出願の一部とみなされ、その全体を本明細書に援用する。
商取引環境の文脈で説明されるユーザインターフェイス及び基礎となるロジックの使用の例に関して、以下は一例の意図木である。
●男性
〇シャツ
〇パンツ
〇パジャマ
●女性
〇トップス
〇スカート
〇パンツ
〇パジャマ
●子ども
〇シャツ
〇パンツ
〇短パン
〇パジャマ
この意図木の例は、男性、女性、及び子どもの衣類製品を指しているが、意図木は、顧客が支援を求めることがある他の考えられる領域を反映し得ることに留意されたい。これらは、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援を含み得るが、それらに限定されない。
上記図は、一例の意図木のためのユーザインターフェイス表示及びプロセスフローの一例を示している。
[付属書類]
以下の付属書類は、本明細書に記載する本発明の1つ以上の実施形態に関する、さらなる例及び/又は詳細を提供し得る情報を含む。付属書類の全内容は本出願の一部とみなされ、その全体を本明細書に援用する。
商取引環境の文脈で説明されるユーザインターフェイス及び基礎となるロジックの使用の例に関して、以下は一例の意図木である。
●男性
〇シャツ
〇パンツ
〇パジャマ
●女性
〇トップス
〇スカート
〇パンツ
〇パジャマ
●子ども
〇シャツ
〇パンツ
〇短パン
〇パジャマ
この意図木の例は、男性、女性、及び子どもの衣類製品を指しているが、意図木は、顧客が支援を求めることがある他の考えられる領域を反映し得ることに留意されたい。これらは、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援を含み得るが、それらに限定されない。
上記図は、一例の意図木のためのユーザインターフェイス表示及びプロセスフローの一例を示している。
Claims (20)
- 顧客に支援を提供するコンピュータ実装方法であって、
顧客支援カテゴリのセットの表示をデバイス上に生成することと、
前記デバイスのユーザが前記カテゴリのセットのうちの1つを選択できるようにすることと、
前記ユーザがテキストを前記デバイス上のユーザインターフェイス表示の要素に入力できるようにすることと、
入力された前記テキストを、前記入力されたテキストに対応する前記カテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供することと、
所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、ユーザが確認できるようにすることと、
所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、前記ユーザが確認した場合、前記ユーザから人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又は前記ユーザに支援を提供するウェブページに前記ユーザを誘導し、前記人、ボット、アプリケーション、又はウェブページが、前記顧客が選択した前記カテゴリ、前記トレーニング済みモデルによって決定された前記カテゴリ、又はキュレーターによって提供されたラベルに関連付けられることと、
を含む、コンピュータ実装方法。 - 前記顧客支援カテゴリのセットの前記表示が階層リスト又は木構造である、請求項1に記載のコンピュータ実装方法。
- 前記トレーニング済みモデルが前記デバイス上で実行される、請求項1に記載のコンピュータ実装方法。
- 前記ユーザからの前記メッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、請求項1に記載のコンピュータ実装方法。
- 前記トレーニング済みモデルが、前記入力されたテキストを分類し、前記カテゴリのセットにおける前記カテゴリのうちの1つに対応するラベルを出力する、請求項1に記載のコンピュータ実装方法。
- 前記デバイス上のアプリケーションが、前記デバイスの前記ユーザが前記カテゴリのセットのうちの1つを選択できるようにするか、前記ユーザがテキストを入力できるようにするか、又は所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、ユーザが確認できるようにする、のうちの1つ以上の要素を提供するユーザインターフェイスを前記デバイス上に生成する、請求項1に記載のコンピュータ実装方法。
- 前記ユーザからの前記メッセージが、前記顧客によって選択された前記カテゴリであって前記トレーニング済みモデルによって決定された前記カテゴリに、あるいは前記キュレーターによって提供された前記ラベルに関連付けられた、前記人、ボット、アプリケーション、又はウェブページに前記メッセージをルーティングするように構成されたリモートサーバに提供される、請求項1に記載のコンピュータ実装方法。
- 前記ユーザからの前記メッセージ、及び前記顧客によって選択された前記カテゴリであって前記トレーニング済みモデルによって決定された前記カテゴリのうちの1つ、又は前記キュレーターによって提供された前記ラベルを前記モデルのトレーニングデータとして使用することをさらに含む、請求項1に記載のコンピュータ実装方法。
- アプリケーション、及び支援のカテゴリのセットを表すデータ構造を前記デバイスに提供することをさらに含み、前記アプリケーションが前記データ構造を使用して、前記顧客支援カテゴリのセットの前記表示を生成する、請求項1に記載のコンピュータ実装方法。
- 顧客に支援を提供するシステムであって、
サーバであって、
顧客が支援を要求しているという指示を受信し、
前記指示を受信したことに応答して、入力テキストに対応する顧客支援のカテゴリを特定することによってモデルに対するテキスト入力を分類するように構成されたトレーニング済みモデルを、前記顧客に関連付けられたデバイスに提供するように構成された、サーバと、
前記顧客に関連付けられた前記デバイスにインストールするアプリケーションであって、インストールされると前記デバイスを、
顧客支援カテゴリのセットの表示を前記デバイス上に生成し、
前記顧客が前記顧客支援カテゴリのセットのうちの1つを選択できるようにし、
前記顧客が前記デバイス上のユーザインターフェイス表示の要素にテキストを入力できるようにし、
入力された前記テキストを、前記入力されたテキストに対応する前記顧客支援カテゴリのセットにおけるカテゴリを決定するように構成された、前記トレーニング済みモデルへの入力として提供し、
所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、前記顧客が確認できるようにし、
所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、前記顧客が確認した場合、前記顧客から人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又は前記顧客に支援を提供するウェブページに前記顧客を誘導し、前記人、ボット、アプリケーション、又はウェブページが、前記顧客が選択した前記カテゴリ、前記トレーニング済みモデルによって決定された前記カテゴリ、又はキュレーターによって提供されたラベルに関連付けられるように構成する、アプリケーションと、
を含む、システム。 - 前記顧客からの前記メッセージがテキストメッセージである、請求項10に記載のシステム。
- 顧客が支援を要求しているという指示が、前記メッセージを前記顧客から受信すること、又は前記顧客が前記アプリケーションを起動していることを決定することのうちの1つである、請求項10に記載のシステム。
- 前記ユーザからの前記メッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、請求項10に記載のシステム。
- 前記カテゴリのセットの前記表示が階層リスト又は木構造である、請求項10に記載のシステム。
- 前記サーバがさらに、前記顧客からの前記メッセージ、及び前記顧客によって選択された前記カテゴリであって前記トレーニング済みモデルによって決定された前記カテゴリのうちの1つ、又は前記キュレーターによって提供された前記ラベルを前記モデルのトレーニングデータとして使用するように構成された、請求項10に記載のシステム。
- 前記サーバがさらに、前記顧客支援カテゴリのセットを表すデータ構造を前記デバイスに提供するように構成され、前記アプリケーションが前記データ構造を使用して、前記顧客支援カテゴリのセットの前記表示を生成する、請求項10に記載のシステム。
- コンピュータ実行可能命令のセットを含む1つ以上の非一時的コンピュータ可読媒体であって、前記命令が1つ以上のプログラムされた電子プロセッサによって実行されると、
顧客支援カテゴリのセットの表示をデバイス上に生成し、
前記デバイスのユーザが前記カテゴリのセットのうちの1つを選択できるようにし、
前記ユーザがテキストを前記デバイス上のユーザインターフェイス表示の要素に入力できるようにし、
入力された前記テキストを、前記入力されたテキストに対応する前記カテゴリのセットにおけるカテゴリを決定するように構成された、トレーニング済みモデルへの入力として提供し、
所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、ユーザが確認できるようにし、
所望のタイプの支援として前記トレーニング済みモデルによって決定された前記カテゴリのセットのうちの1つ又は前記カテゴリのいずれかの選択を、前記ユーザが確認した場合、前記ユーザから人若しくはボットにメッセージを提供するか、アプリケーションを起動するか、又は前記ユーザに支援を提供するウェブページに前記ユーザを誘導し、前記人、ボット、アプリケーション、又はウェブページが、顧客が選択した前記カテゴリ、前記トレーニング済みモデルによって決定された前記カテゴリ、又はキュレーターによって提供されたラベルに関連付けられることによって、
前記プロセッサが顧客に対する支援を提供する、1つ以上の非一時的コンピュータ可読媒体。 - 前記ユーザからの前記メッセージが、請求、アカウント、購入、製品、製品情報、保証、又はサービスのうちの1つ以上の支援に対する要求である、請求項17に記載の1つ以上の非一時的コンピュータ可読媒体。
- 前記カテゴリのセットの前記表示が階層リスト又は木構造である、請求項17に記載の1つ以上の非一時的コンピュータ可読媒体。
- 前記プロセッサがさらに、前記ユーザからの前記メッセージ、及び前記顧客によって選択された前記カテゴリであって前記トレーニング済みモデルによって決定された前記カテゴリのうちの1つ、又は前記キュレーターによって提供された前記ラベルを前記モデルのトレーニングデータとして使用するように構成された、請求項17に記載の1つ以上の非一時的コンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062964548P | 2020-01-22 | 2020-01-22 | |
US202062964539P | 2020-01-22 | 2020-01-22 | |
US62/964,539 | 2020-01-22 | ||
US62/964,548 | 2020-01-22 | ||
PCT/US2021/014126 WO2021150568A1 (en) | 2020-01-22 | 2021-01-20 | Providing an intent suggestion to a user in a text-based conversation |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023511601A true JP2023511601A (ja) | 2023-03-20 |
Family
ID=76857075
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022545133A Withdrawn JP2023511601A (ja) | 2020-01-22 | 2021-01-20 | テキストベースの会話におけるユーザへの意図提案を提供するためのユーザインターフェイス、及びプロセスフロー |
JP2022545130A Withdrawn JP2023511600A (ja) | 2020-01-22 | 2021-01-20 | ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのシステム、装置、及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022545130A Withdrawn JP2023511600A (ja) | 2020-01-22 | 2021-01-20 | ユーザフィードバックを伴うテキストベースの会話体験においてユーザに意図提案を提供するためのシステム、装置、及び方法 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11983746B2 (ja) |
EP (2) | EP4094137A4 (ja) |
JP (2) | JP2023511601A (ja) |
CA (2) | CA3160730A1 (ja) |
WO (2) | WO2021150591A1 (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8984080B1 (en) * | 2013-04-09 | 2015-03-17 | Kabam, Inc. | Facilitating user configured assistance requests through a chat in a virtual space |
US9332043B1 (en) | 2013-04-12 | 2016-05-03 | Kabam, Inc. | System and method for facilitating user interaction with a virtual space through a graphical chat interface |
US11347756B2 (en) | 2019-08-26 | 2022-05-31 | Microsoft Technology Licensing, Llc | Deep command search within and across applications |
GB202401427D0 (en) * | 2019-09-02 | 2024-03-20 | Ozecom Pty Ltd | A text classification method |
US11587095B2 (en) * | 2019-10-15 | 2023-02-21 | Microsoft Technology Licensing, Llc | Semantic sweeping of metadata enriched service data |
US11562264B2 (en) * | 2020-01-29 | 2023-01-24 | Accenture Global Solutions Limited | System and method for using machine learning to select one or more submissions from a plurality of submissions |
US11620575B2 (en) * | 2020-06-17 | 2023-04-04 | At&T Intellectual Property I, L.P. | Interactive and dynamic mapping engine (iDME) |
US11811719B1 (en) * | 2020-06-30 | 2023-11-07 | United Services Automobile Association (Usaa) | Routing incoming service messages to service representatives |
US11314725B2 (en) * | 2020-07-28 | 2022-04-26 | Adobe Inc. | Integrated review and revision of digital content |
US11900046B2 (en) * | 2020-08-07 | 2024-02-13 | Microsoft Technology Licensing, Llc | Intelligent feature identification and presentation |
US11206179B1 (en) * | 2020-12-16 | 2021-12-21 | American Express Travel Related Services Company, Inc. | Computer-based systems for management of big data development platforms based on machine learning techniques and methods of use thereof |
US11507757B2 (en) * | 2021-04-16 | 2022-11-22 | Capital One Services, Llc | Systems and methods for generating dynamic conversational responses based on historical and dynamically updated information |
US20220382601A1 (en) * | 2021-05-28 | 2022-12-01 | Salesforce.Com, Inc. | Configuration map based sharding for containers in a machine learning serving infrastructure |
US11323570B1 (en) * | 2021-07-29 | 2022-05-03 | Intuit Inc. | Multi-channel hybrid models for efficient routing |
US11855933B2 (en) * | 2021-08-20 | 2023-12-26 | Kyndryl, Inc. | Enhanced content submissions for support chats |
US20230259990A1 (en) * | 2022-02-14 | 2023-08-17 | State Farm Mutual Automobile Insurance Company | Hybrid Machine Learning and Natural Language Processing Analysis for Customized Interactions |
WO2023177636A1 (en) * | 2022-03-14 | 2023-09-21 | HelpShift, Inc. | Systems and methods for providing decentralized support services in a virtual environment |
CN118251692A (zh) * | 2022-03-14 | 2024-06-25 | 海析孚股份有限公司 | 在虚拟环境中提供支持服务的系统和方法 |
US11909737B2 (en) * | 2022-07-20 | 2024-02-20 | Citizens Financial Group, Inc. | AI-driven integration platform and user-adaptive interface for business relationship orchestration |
US20240070688A1 (en) * | 2022-08-30 | 2024-02-29 | U.S. Bancorp, National Association | Multi-encoder model architecture for calculating attrition |
US20240105346A1 (en) * | 2022-09-22 | 2024-03-28 | Providence St. Joseph Health | Optimizing messaging to service principals using machine learning |
US11803358B1 (en) * | 2022-09-29 | 2023-10-31 | Atlassian Pty Ltd. | Adaptive issue type identification platform |
US11803402B1 (en) * | 2022-12-12 | 2023-10-31 | Sap Se | Recommendations for information technology service management tickets |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE60017727T2 (de) | 2000-08-18 | 2005-12-29 | Exalead | Suchwerkzeug und Prozess zum Suchen unter Benutzung von Kategorien und Schlüsselwörtern |
US8560948B2 (en) | 2005-12-23 | 2013-10-15 | Michael Hu | User support system integrating FAQ and helpdesk features and FAQ maintenance capabilities |
US8019760B2 (en) | 2007-07-09 | 2011-09-13 | Vivisimo, Inc. | Clustering system and method |
US20150169285A1 (en) | 2013-12-18 | 2015-06-18 | Microsoft Corporation | Intent-based user experience |
US10467630B2 (en) | 2015-01-06 | 2019-11-05 | Adobe Inc. | Organizing and classifying social media conversations to improve customer service |
US20180285775A1 (en) | 2017-04-03 | 2018-10-04 | Salesforce.Com, Inc. | Systems and methods for machine learning classifiers for support-based group |
US11223540B1 (en) * | 2017-10-12 | 2022-01-11 | United Services Automobile Association (Usaa) | Predictive routing for service sessions |
US11568231B2 (en) * | 2017-12-08 | 2023-01-31 | Raytheon Bbn Technologies Corp. | Waypoint detection for a contact center analysis system |
US10754912B2 (en) | 2018-03-12 | 2020-08-25 | Microsoft Technology Licensing, Llc | Machine learning model to preload search results |
US11610064B2 (en) * | 2018-12-10 | 2023-03-21 | Asapp, Inc. | Clarification of natural language requests using neural networks |
CN114026577A (zh) * | 2019-06-12 | 2022-02-08 | 利维帕尔森有限公司 | 用于通信系统意图分析的系统和方法 |
-
2021
- 2021-01-20 JP JP2022545133A patent/JP2023511601A/ja not_active Withdrawn
- 2021-01-20 EP EP21744092.4A patent/EP4094137A4/en active Pending
- 2021-01-20 US US17/153,228 patent/US11983746B2/en active Active
- 2021-01-20 CA CA3160730A patent/CA3160730A1/en active Pending
- 2021-01-20 US US17/153,366 patent/US20210224306A1/en active Pending
- 2021-01-20 WO PCT/US2021/014158 patent/WO2021150591A1/en unknown
- 2021-01-20 EP EP21744473.6A patent/EP4094253A4/en active Pending
- 2021-01-20 WO PCT/US2021/014126 patent/WO2021150568A1/en unknown
- 2021-01-20 CA CA3164413A patent/CA3164413A1/en active Pending
- 2021-01-20 JP JP2022545130A patent/JP2023511600A/ja not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
JP2023511600A (ja) | 2023-03-20 |
US20210224818A1 (en) | 2021-07-22 |
EP4094253A1 (en) | 2022-11-30 |
US20210224306A1 (en) | 2021-07-22 |
CA3164413A1 (en) | 2021-07-29 |
WO2021150591A1 (en) | 2021-07-29 |
WO2021150568A1 (en) | 2021-07-29 |
EP4094137A1 (en) | 2022-11-30 |
US11983746B2 (en) | 2024-05-14 |
EP4094253A4 (en) | 2024-03-13 |
EP4094137A4 (en) | 2024-03-13 |
CA3160730A1 (en) | 2021-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11983746B2 (en) | User interface and process flow for providing an intent suggestion to a user in a text-based conversational experience with user feedback | |
JP7324772B2 (ja) | 補助システムとのユーザ対話のための個人化されたジェスチャー認識 | |
US11238228B2 (en) | Training systems for pseudo labeling natural language | |
US10896295B1 (en) | Providing additional information for identified named-entities for assistant systems | |
US11526579B1 (en) | System and methods for performing automatic data aggregation | |
US9135561B2 (en) | Inferring procedural knowledge from data sources | |
US11514124B2 (en) | Personalizing a search query using social media | |
US20210263978A1 (en) | Intelligent interface accelerating | |
US11962554B2 (en) | Automated tagging and management of chat stream messages | |
US20220405485A1 (en) | Natural language analysis of user sentiment based on data obtained during user workflow | |
US20220398635A1 (en) | Holistic analysis of customer sentiment regarding a software feature and corresponding shipment determinations | |
US20230034820A1 (en) | Systems and methods for managing, distributing and deploying a recursive decisioning system based on continuously updating machine learning models | |
CN116490879A (zh) | 用于神经网络中过度预测的方法和系统 | |
Sabharwal et al. | Up and Running Google AutoML and AI Platform: Building Machine Learning and NLP Models Using AutoML and AI Platform for Production Environment (English Edition) | |
US20240177172A1 (en) | System And Method of Using Generative AI for Customer Support | |
US20240236022A1 (en) | Systems and methods for message filtering | |
US20220374728A1 (en) | Systems and methods for intent discovery and process execution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220922 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20221130 |