Nghiên cứu nói gì.
Cách Telybot được xây dựng dựa trên các nghiên cứu đã công bố về ngôn ngữ, tốc độ và AI đáng tin cậy. Dưới đây là phát hiện của từng nghiên cứu, những gì chúng tôi xây dựng từ đó và nơi để đọc.
- CSA Research · 2020Can’t Read, Won’t Buy
- KPMG in India và Google · 2017Indian Languages – Defining India’s Internet
- ACL Anthology · 2014Trộn mã Anh–Hindi trên Facebook
- NeurIPS 2020 · EMNLP 2021Câu trả lời dựa trên văn bản truy xuất được
- Harvard Business Review · 2011The Short Life of Online Sales Leads
Người ta mua hàng bằng ngôn ngữ của mình
Trong một khảo sát với 8.709 người tiêu dùng tại 29 quốc gia, 76% người mua sắm trực tuyến cho biết họ thích mua sản phẩm có thông tin bằng tiếng mẹ đẻ, và 40% cho biết họ sẽ không bao giờ mua từ các trang web bằng ngôn ngữ khác.
Những gì chúng tôi xây dựng Telybot trả lời bằng ngôn ngữ mà mỗi khách hàng dùng để viết — 30 ngôn ngữ, bao gồm tiếng Hindi và Hinglish.
CSA Research, “Can’t Read, Won’t Buy – B2C”, tháng 7 năm 2020. Đọc nguồn
Internet Ấn Độ nói ngôn ngữ Ấn Độ
Số người dùng internet bằng ngôn ngữ Ấn Độ đã vượt người dùng tiếng Anh vào năm 2016: 234 triệu so với 175 triệu. Nghiên cứu dự báo đến năm 2021 sẽ có 536 triệu người dùng ngôn ngữ Ấn Độ, so với 199 triệu người dùng tiếng Anh.
Những gì chúng tôi xây dựng Tiếng Hindi, Bengal, Tamil, Telugu, Kannada, Malayalam, Marathi, Gujarat, Punjab và Urdu đều nằm trong 30 ngôn ngữ của bot.
KPMG in India và Google, “Indian Languages – Defining India’s Internet”, tháng 4 năm 2017. Đọc nguồn
Người ta trộn ngôn ngữ khi gõ
Một nghiên cứu về các bài đăng tiếng Anh–Hindi trên Facebook đã đo mức độ người dùng trộn lẫn hai ngôn ngữ. Nghiên cứu cho thấy phần lớn từ trộn nằm trên một dải liên tục giữa vay mượn và trộn mã, với cách viết không chuẩn và phiên âm mà xử lý tự động phải giải quyết.
Những gì chúng tôi xây dựng Câu hỏi gõ bằng Hinglish được trả lời bằng Hinglish. Công việc về ngôn ngữ của Telybot bắt đầu từ bàn phím Keyda, được hàng triệu người Ấn Độ sử dụng.
Bali, Sharma, Choudhury và Vyas, “‘I am borrowing ya mixing?’ An Analysis of English-Hindi Code Mixing in Facebook”, First Workshop on Computational Approaches to Code Switching, 2014. Đọc nguồn
Câu trả lời dựa trên tài liệu đúng sự thật hơn
Các mô hình viết câu trả lời từ tài liệu được truy xuất tạo ra ngôn ngữ cụ thể, đa dạng và đúng sự thật hơn so với các mô hình chỉ trả lời dựa trên trí nhớ. Trong chatbot, cách tiếp cận tương tự giúp giảm đáng kể ảo giác kiến thức — những khẳng định tự tin nhưng không đúng — theo kết quả đánh giá của con người.
Những gì chúng tôi xây dựng Telybot chỉ trả lời từ nội dung của bạn. Khi không có gì khớp, bot nói rõ và chuyển giao thay vì đoán mò.
Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, NeurIPS 2020. Đọc nguồn
Shuster et al., “Retrieval Augmentation Reduces Hallucination in Conversation”, Findings of EMNLP 2021. Đọc nguồn
Yêu cầu trực tuyến nguội đi rất nhanh
Nghiên cứu về cách các công ty xử lý yêu cầu trực tuyến của khách hàng tiềm năng kết luận rằng hầu hết các công ty phản hồi chậm hơn nhiều so với mức cần thiết. Như tiêu đề đã nói, khách hàng tiềm năng trực tuyến có vòng đời ngắn.
Những gì chúng tôi xây dựng Telybot trả lời ngay khi câu hỏi đến, lúc 21:40 cũng như lúc 11:00, và luồng chào hỏi có thể ghi lại tên và số điện thoại của khách khi họ vẫn còn quan tâm.
Oldroyd, McElheran và Elkington, “The Short Life of Online Sales Leads”, Harvard Business Review, tháng 3 năm 2011. Đọc nguồn
Cách chúng tôi tự kiểm tra công việc của mình
Mỗi bản phát hành chạy hơn 1.700 bài kiểm tra tự động trên một máy chủ thật. Trong số đó:
- Câu hỏi mà nội dung không đề cập được ghi nhận là chưa được trả lời, chứ không được trả lời.
- Khi bạn đã trả lời, cùng câu hỏi đó sẽ được trả lời bằng lời của bạn.
- Phản hồi từ câu trả lời đã lưu không bao giờ bị tính vào hạn mức gói của bạn.
- Một doanh nghiệp không bao giờ có thể đọc kiến thức hoặc cuộc trò chuyện của doanh nghiệp khác.
- Bot được chỉ dẫn không bao giờ bịa ra, rút gọn hay viết lại một liên kết.
Phát hiện một câu trả lời sai? Báo cáo
Tự đọc các nguồn
Số liệu được trích dẫn đúng như từng nguồn công bố. Chúng tôi không thực hiện các nghiên cứu này.
- CSA Research, “Can’t Read, Won’t Buy – B2C”, tháng 7 năm 2020
- KPMG in India và Google, “Indian Languages – Defining India’s Internet”, tháng 4 năm 2017
- Bali, Sharma, Choudhury và Vyas, “‘I am borrowing ya mixing?’ An Analysis of English-Hindi Code Mixing in Facebook”, 2014
- Lewis et al., “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, NeurIPS 2020
- Shuster et al., “Retrieval Augmentation Reduces Hallucination in Conversation”, Findings of EMNLP 2021
- Oldroyd, McElheran và Elkington, “The Short Life of Online Sales Leads”, Harvard Business Review, tháng 3 năm 2011
Mang theo website của bạn.
Ra về với một trợ lý.
Miễn phí trong thời gian truy cập sớm. Khoảng mười lăm phút từ lúc đăng nhập đến câu trả lời thử nghiệm đầu tiên của bạn.
Tạo trợ lý của bạn