Thiết kế tổng quát

Một phần của tài liệu Xây dựng ứng dụng chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu (Trang 46 - 48)

Ứng dụng Chatbot Nhất Nam hướng đến người dùng chưa dùng sản phẩm kế toán Nhất Nam cần tham khảo thông tin sản phẩm, thông tin liên quan đến doanh nghiệp, và hướng đến người dùng đã sử dụng cần hỏi đáp về cách dùng sản phẩm và truy xuất thông tin bảo trì, bảo hành của họ. Bài toán mà tôi xây dựng sẽ tập trung vào các chức năng tư vấn, hỗ trợ bán hàng, hướng dẫn sử dụng và truy xuất thông tin liên quan đến doanh nghiệp. Các chức năng chính bao gồm:

-Thông tin các loại sản phẩm kế toán -Hỏi giá sản phẩm

-Tư vấn bán hàng

-Thông tin doanh nghiệp -Tạo liên hệ đến tổng đài viên -Thông tin bảo trì, bảo hành -Hỏi đáp kiến thức

36

Hình 3.2. Cấu trúc hệ thống Chatbot Nhất Nam

Ở website Nhất Nam sẽ thiết kế giao diện dành cho Chatbot, người dùng có thể nhập tin nhắn, tin nhẵn sẽ được gửi đến Rasa thông qua Api. Các thành phần bên trong Chatbot Rasa sẽ được đảm nhiệm như sau:

-Agent: là thành phần trung gian giao tiếp, truyền tải thông điệp đến các

thành phần khác, các tin nhắn đầu vào sẽ đi qua Agent sau đó từ Agent sẽ chuyển đến các thành phần NLU, Dialog management, Rasa action server để xử lý tin nhắn.

-NLU: có nhiệm vụ vector hóa dữ liệu để máy có thể hiểu ngôn ngữ con

người từ đó có thể phân loại ý định và trích xuất ra các thông tin. Ví dụ câu đầu vào người dùng hỏi “Giá phần mềm kế toán doanh nghiệp bao nhiêu?” thì hệ thống sẽ vector hóa nó rồi đối chiếu với tập dự liệu training đã được gán nhãn để đưa ra ý định “bao_gia” (ý định hỏi về giá sản phẩm). Tiếp theo nếu câu đầu vào chứa entity hệ thống sẽ trích xuất ra, ví dụ câu trên có entity là sản phẩm “kế toán doanh nghiệp”.

-Dialog management (DM): dựa vào các luật quy định trong hệ thống hoặc

so sánh ngữ cảnh hội thoại với các ngữ cảnh dùng để huấn luyện trước đó, DM sẽ quyết định hành động tiếp theo là gì. Ví dụ với intent “bao_gia” dựa vào các cuộc

37 hội thoại được khai báo trong story hệ thống sẽ dự đoán được hành động tiếp theo là “utter_bao_gia” (trả lời giá sản phẩm cho khách hàng).

-Rasa action server: là thành phần quan trọng trong xử lý logic, để xử lý

các nghiệp vụ phức tạp mà DM không thể xử lý như lấy giá sản phẩm từ hệ thống khác, xử lý tính toán phức tạp khi hoàn thành form nhập liệu. Trong ứng dụng này, Rasa action server sẽ có nhiệm vụ trích xuất dữ liệu từ hệ thống quản lý bán hàng và điều hướng thông tin liên hệ đến hỗ trợ viên ngay khi có người dùng đăng kí thông tin.

Một phần của tài liệu Xây dựng ứng dụng chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu (Trang 46 - 48)

Tải bản đầy đủ (PDF)

(72 trang)