網絡聊天的虛擬助手
近年來，自然語言理解(NLU)的進步使聊天機器人應用程序充滿了市場。有些則以效用聊天機器人比如，幫助客戶訂購披薩、搜索機票、控製智能家居設備等等的聊天機器人，用於天氣預報、回答特定領域的問題等。
這些共同點是聊天的本質，可能是Facebook Messenger, Telegram, Skype, Slack或基於web的。每個聊天體驗都有特定的屬性和限製:
- 用戶在與機器人的每次交互中寫(或說)1-2個短句。
- 用戶希望立即得到響應。回答要簡短扼要。
- 對話是一係列的多重互動(我們的數據顯示，每次對話的平均互動次數是20次)。
下麵的截圖說明了這一點。
穀歌的對話流
微軟路易斯
那麼，電子郵件機器人呢?
即時通訊渠道並非個例。對於B2B公司來說，整個客戶生命周期中的大部分溝通都是通過電子郵件完成的——從營銷推廣到銷售流程、關閉、支持、續簽等等。
上麵列出的所有假設都是針對基於聊天的機器人的，當我們檢查電子郵件通道時，這些假設都是不相關的。這引入了一些需要開發人員注意的技術挑戰。
以下是關於電子郵件機器人和理解電子郵件內容的五個獨特之處，以及應對它們的潛在方法。
1.專注於正確的文本
電子郵件的結構不適合自動處理。電子郵件正文是一個單獨的HTML塊，它可以包含來自線程曆史的過去的電子郵件、發件人的簽名、以前問題的內聯回答、保密免責聲明、“考慮環境”頁腳以及其他可能圍繞“主要”文本的模板文本。
有效的文本理解的基礎是一個良好的預處理管道，它可以清除所有不相關的內容，隻留下文本進行分析。
2.理解正確的意思
人們通過電子郵件與同事互動的方式與使用即時消息應用程序的方式非常不同。人們通常會寫更長的文本，在同一封電子郵件中結合多個要點。他們傾向於用豐富的語言和細微差別來表達複雜的思想。一個好的助理必須接受過處理這類輸入的訓練。
3.牢記上下文
寫更長的、更複雜的文本的另一方麵是與每個用戶之間來回的消息更少。但是，助手從用戶接收到的每條消息仍然有上下文。通常它將包含之前問過的問題的答案，和/或助理的問題。保持上下文可以幫助理解用戶消息的真正含義。
4.關注收件人
電子郵件信息的上下文也會受到收件人的影響。例如，如果用戶將他的同事抄送到電子郵件中，助手應該在文本本身之上考慮這一點，因為它可能會將對話引向不同的方向。
在冷郵件場景中，用戶可能會回複助理說:“我與這封郵件無關，但我正在抄送瓊斯先生，他可能有興趣了解更多。”在本例中，從“CC”字段中獲得Mr. Jones的電子郵件地址可以允許助手繼續與他進行對話，就像人類會做的那樣。
5.支持選擇退出請求
用戶可能希望在任何給定的時間停止對話。助理可以接受專門的培訓，並優雅地處理選擇退出請求。在被要求停止發送郵件後再發送郵件既不禮貌，也有法律風險。
照顧到以上幾點給了我們Exceed.a我為創建能夠處理獨特複雜的電子郵件信息的智能助手提供了堅實的基礎。當然，對於完整的對話體驗，應該準備好機器人的答案，以便它們像人類一樣傳遞正確的信息和表單，這在本文中沒有涉及。
如果你想要構建或購買這些類型的產品，理解上麵的基礎知識對開發者和營銷人員來說很重要。