스토리와 규칙을 사용한 훈련

스토리 인텐트 및 컨텍스트를 기반으로 인터랙션 처리를 위해 Mpower 상담원 훈련하는 데 사용됩니다.와 규칙 컨텍스트에 따라 변경되지 않는 메시지에 대한 Mpower 상담원 응답을 정의하는 데 사용됩니다.은 강력한 훈련 도구입니다. 이를 사용하면 엔터티Mpower 상담원또는 음성 또는 채팅 인터랙션을 처리할 수 있도록 CXone Mpower Agent Builder(으)로 생성된 가상 상담원입니다.슬롯값에 따라 최상의 응답을 선택하는 방법을 Mpower 상담원과(와) 대화하는 동안 컨택의 메시지에서 수집된 정보입니다.에 가르칠 수 있습니다.

Mpower 상담원엔터티 기반 학습

Mpower 상담원는 의도 컨택이 말하거나 입력하는 내용의 의미나 목적이며 컨택이 전달하고자 하는 내용이나 원하는 내용입니다.의 변형을 인식할 수 있어야 합니다. 의도 변형은 컨택 컨택 센터의 상담원, IVR 또는 Bot과 인터랙션하는 사람입니다.이 말할 수 있는 내용에 하나의 의도에 대한 일치가 둘 이상 있을 가능성이 있을 때 발생합니다. 예를 들어, balance_checks 의도에는 저축, 당좌예금, 투자 또는 기프트 카드와 같은 계좌 유형에 대한 변형이 있을 수 있습니다. Mpower 상담원를 훈련하여 의도 변화를 인식할 수 있습니다. 이를 통해 Mpower 상담원은 연락처의 요구 사항을 보다 구체적으로 처리할 수 있습니다. 또한 의도 혼란을 피하는 데 도움이 됩니다.

컨택은 잔액을 확인하고 싶어할 때 "저축 계좌 잔액을 알려주세요" 또는 "당좌예금 잔액을 알려줄 수 있나요?"라고 말할 수 있습니다. Mpower 상담원이 모든 계정 유형에 대해 동일하게 응답하는 경우 이러한 변형에 대해 학습할 필요가 없습니다. 하지만 Mpower 상담원가 계정 유형에 따라 다른 작업을 수행해야 하는 경우 변형에 대해 학습해야 합니다. 예를 들어, 저축 계좌의 잔액을 확인하려면 연락처 ID 확인이 필요하지만, 기프트 카드 잔액을 확인하려면 그럴 필요가 없습니다.

의도 변화에 대한 교육을 위해서는 이동 경로를 결정할 엔터티 Mpower 상담원과(와) 대화하는 동안 컨택의 메시지에서 수집된 정보입니다.를 식별해야 합니다. Mpower 상담원 계정 잔액 예에서, 엔터티는 AccountType과 같은 계정 유형을 저장하는 엔터티입니다. 엔터티는 계정 유형을 추출하여 해당 AccountType 슬롯 컨택의 메시지에서 추출하여 Bot 응답에 사용하기 위해 저장되는 엔터티입니다. 변수와 비슷합니다.에 저장합니다. Mpower 상담원은 슬롯의 값을 평가하여 어떤 경로를 취할지 결정합니다.

다음 표는 스토리를 사용하여 의도 변형을 처리하는 한 가지 접근 방식을 보여줍니다. 생성할 사용 사례에 대해 유사한 표를 만드는 것이 도움이 될 수 있습니다.

인텐트	세부 정보	스토리 이름	컨택 메시지 예제
기준 스토리	이것은 어떠한 엔터티도 없는 스토리입니다. 이 스토리의 경로에는 설명을 요청하는 Mpower 상담원이 포함됩니다.	Check_Balance	"내 계좌 잔액을 확인하고 싶습니다. "
스토리 +[엔터티]	컨텍스트를 제공하는 엔터티가 포함된 기준 스토리의 버전입니다.	Check_Balance+Savings Check_Balance+Checking Check_Balance+Invest Check_Balance+GiftCard	"내 저축 계좌 잔액은 얼마입니까?" "내 당좌예금 잔액은 얼마입니까?" "내 투자 계좌 잔액은 얼마입니까?" "내 기프트 카드의 잔액은 얼마입니까?"

1. CXone Mpower에서 앱 선택기 를 클릭하고 선택합니다.Agent Builder.

2. 작업하려는 Mpower 상담원를 클릭하세요.
3. 아직 하지 않았다면, 작업 중인 의도에서 변형에 ​​대한 엔터티를 생성합니다. 적절한 예를 추가합니다. 예를 들어, AccountType 엔터티의 경우 Mpower 상담원가 확인할 수 있는 계정 유형을 추가합니다.
4. 스토리 또는 규칙 탭을 클릭합니다.

5. 엔터티를 만들 때 자동으로 생성된 슬롯 컨택의 메시지에서 추출하여 Bot 응답에 사용하기 위해 저장되는 엔터티입니다. 변수와 비슷합니다.을 구성합니다. 슬롯에 다음과 같이 변경을 수행합니다.

   • 유형으로 범주형을 선택합니다.
   • 영향력 있는 대화를 활성화합니다.
   • 슬롯이 저장할 값을 입력합니다. 이는 Mpower 상담원가 인식하도록 훈련하는 엔터티 값입니다. AccountType 슬롯의 경우, 값은 당좌예금, 저축, 기프트 카드일 수 있습니다.

6. 기준 스토리나 규칙을 생성하거나 기존 스토리나 규칙을 수정합니다. 기준선 대화 Agent Builder의 Mpower 상담원 스토리, 규칙, 흐름입니다.작업 시:
   • 대화의 이름에는 관련된 의도가 담겨야 하지만, 변형에 대한 스토리를 만들 때 추가할 수 있을 만큼 충분히 일반적이어야 합니다. 잔액 확인 예제에 따를 때 Check_Balance는 기준 스토리에 적합한 이름입니다. 이 이름은 쉽게 추가될 수 있습니다.
   스토리를 시작하는
   • 컨택 메시지 는 의도를 트리거하는 일반적인 발화이어야 하지만, 엔티티를 지정하지 않습니다. 예: "내 계좌 잔액은 얼마입니까?"
   • 예측된 의도가 올바른지 확인합니다. 그렇지 않은 경우 더 많은 의도 예제를 추가합니다.
   • Mpower 상담원 응답은 귀하의 사용 사례에 적합해야 합니다. 잔액 확인 사용 사례의 경우 Mpower 상담원은 연락처에게 원하는 의도의 버전에 대한 설명을 요청합니다(예: "좋습니다. 어떤 계정을 확인해야 합니까?"). 컨택에게 옵션을 선택하도록 표시하는 버튼이나 빠른 답변을 포함할 수 있습니다.
7. 각의 변형에 대해 스토리를 만들거나 수정합니다. 각 스토리에 대해:
   • 어떤 변형을 훈련하는지 명확하게 식별할 수 있는 이름을 부여합니다. 예: Check_Balance + Checking.
   올바른 의도를 트리거하는
   • 컨택 메시지 를 추가합니다. 메시지는 변형과 일치하는 엔터티를 포함해야 합니다. 예를 들어, 당좌예금 계좌 잔액이 필요합니다라는 메시지는 accountType 엔터티의 예를 포함합니다. 화살표를 클릭하여 에게 메시지를 보내지만 아직 확인을 클릭하지 마십시오.
   • 예측된 의도가 올바른지 확인합니다. 그렇지 않은 경우 더 많은 의도 예제를 추가합니다.

   • 컨택 메시지의 메시지 말풍선에서 엔터티를 클릭하고 엔터티 유형으로 조회 또는 RegEx 중 하나를 선택합니다. 이렇게 하면 선택한 값으로 채워진 메시지에 선택한 엔터티의 슬롯이 추가됩니다. 채워진 슬롯은 Mpower 상담원이 이 스토리의 경로를 따르기 위한 조건으로 작용합니다.

     이미지 보기

     

   • 이 의도 변형에 대한 연락처의 요구 사항을 처리하기 위해 Mpower 상담원 응답을 설계합니다.
8. 변경을 마치면학습 및 스테이징을 클릭하여 Mpower 상담원 모델 훈련 및 준비된 Bot 버전을 업데이트하여 이 변경 사항을 테스트하세요.

9. 봇과 채팅하여 이러한 스토리 세트를 테스트합니다. 테스트할 때 가능한 각 경로에 대해 최소한 하나의 테스트를 실행하여 Mpower 상담원이 적절하게 응답하는지 확인하세요.

10. 필요한 경우 Mpower 상담원 성능을 미세 조정하기 위해 교육 스토리를 변경하세요. 의도 예제 또는 엔터티 예제를 더 추가해야 할 수도 있습니다. 변경을 마치면학습 및 스테이징을 클릭하여 Mpower 상담원 모델 훈련 및 준비된 Bot 버전을 업데이트하여 이 변경 사항을 테스트하세요. 필요한 만큼 테스트 및 조정 프로세스를 반복합니다.

슬롯 조건에 따라 Mpower 상담원를 훈련합니다.

슬롯 조건 작업을 사용하여 슬롯이 보유한 값에 따라 Mpower 상담원가 다른 응답을 사용 훈련할 수 있습니다. Mpower 상담원 응답에 이 Mpower 상담원 작업을 포함하면 지정된 슬롯의 값은 Mpower 상담원이 어떤 경로를 취하는지를 결정하는 조건이 됩니다.

가능한 각 경로에 대해 스토리 인텐트 및 컨텍스트를 기반으로 인터랙션 처리를 위해 Mpower 상담원 훈련하는 데 사용됩니다. 또는 규칙 컨텍스트에 따라 변경되지 않는 메시지에 대한 Mpower 상담원 응답을 정의하는 데 사용됩니다.을 만들어야 하며, 범위 밖 경로에 대해서도 하나의 규칙만 만들어야 합니다. 예를 들어, 슬롯 컨택의 메시지에서 추출하여 Bot 응답에 사용하기 위해 저장되는 엔터티입니다. 변수와 비슷합니다.이 가질 수 있는 가능한 값이 세 가지인 경우 각 값에 대해 대화 Agent Builder의 Mpower 상담원 스토리, 규칙, 흐름입니다.가 필요합니다. 또한 예상하는 세 개의 값 외의 다른 값에 대해 네 번째 대화가 필요합니다. 모든 대화는 동일한 의도 컨택이 말하거나 입력하는 내용의 의미나 목적이며 컨택이 전달하고자 하는 내용이나 원하는 내용입니다.를 사용하고 슬롯 조건 Mpower 상담원 작업을 갖습니다. 이 작업의 슬롯 값은 각 대화에서 서로 다릅니다. 슬롯 조건 Mpower 상담원 동작 후, 대화는 모두 고유한 경로 변형에 따라 다릅니다.

Mpower 상담원이 일련의 조건부 대화에 대해 잘 훈련되면 조건부 경로가 있는 의도를 식별할 때 어떤 경로를 취해야 할지 평가해야 한다는 것을 알게 됩니다. 봇은 슬롯의 현재 값을 비교하고 대화에서 정의된 일치하는 값을 가진 경로를 취합니다.

슬롯 조건을 사용한 훈련은 엔터티를 사용한 훈련과 유사한 결과를 얻을 수 있습니다. 엔터티 Mpower 상담원과(와) 대화하는 동안 컨택의 메시지에서 수집된 정보입니다.를 사용하여 학습하려면 엔터티 기반 슬롯을 사용해야 합니다. 하지만 슬롯 조건을 사용할 때는 다른 소스로부터 채우는 슬롯을 스토리에서 조건으로 사용할 수 있습니다.

시작하기 전에, 다음 표를 예로 사용하여 이 슬롯 조건이 생성하는 대화 경로를 계획합니다. 이 예에서는 Mpower 상담원이 연락처에 뉴스레터 구독 여부를 묻는 스토리를 보여줍니다. 연락처는 예 또는 아니오를 말하고, Mpower 상담원은 그에 따라 응답합니다.

인텐트	세부 정보	스토리 이름
Story + [Path 1]	이는 가능한 슬롯 값 중 하나를 사용하는 스토리입니다.	Subscribe_Yes
Story +[Path 2]	다른 가능한 응답을 처리하는 첫 번째 스토리의 버전입니다.	Subscribe_No

1. CXone Mpower에서 앱 선택기 를 클릭하고 선택합니다.Agent Builder.

2. 작업하려는 Mpower 상담원를 클릭하세요.
3. 왼쪽 아이콘 메뉴에서 대화 를 클릭합니다.

4. 스토리 탭을 클릭합니다.

5. 아직 하지 않았다면, 대화를 분기하는 데 사용할 슬롯을 만듭니다. 슬롯에 대해 다음과 같은 구성을 생성합니다.

   • 유형으로 범주형을 선택합니다.
   • 영향력 있는 대화를 활성화합니다.
   • 슬롯이 저장할 값을 입력합니다. 이는 Mpower 상담원가 인식하도록 훈련하는 엔터티 값입니다. 
6. 대화를 분기하기 위해 생성할 스토리 세트에 앞서 대화 동안 슬롯이 적절하게 채워졌는지 확인하십시오.
7. 가능한 각 슬롯 값에 대해 스토리를 만듭니다.

   • 스토리의 이름은 두 부분으로 이루어져야 합니다. 한 부분은 대화가 분기될 당시의 전체 의도를 나타내야 합니다. 두 번째 부분은 스토리가 다루는 구체적인 분기를 가리켜야 합니다.

     예를 들어, 컨택이 뉴스레터 구독을 요청받았을 때 대화가 분기되는 경우 스토리 이름은 Subscribe + No 및 Subscribe + Yes.가 될 수 있습니다.

   • 스토리를 시작하는 컨택 메시지 는 모든 버전의 스토리에 대해 동일할 수도 있고 서로 다를 수도 있습니다. 무엇이 필요한지는 작업하는 구체적인 사용 사례에 따라 달라집니다.
   • Mpower 상담원 응답에는 슬롯 조건 Mpower 상담원 작업이 포함되어야 합니다. 다음과 같이 이 동작을 구성:
     • 이 스토리의 분기를 결정하는 슬롯을 선택합니다.
     • 이 스토리에서 설명한 경로를 따라 계속 진행하기 위해 지정된 슬롯이 유지해야 하는 값을 입력하세요.Mpower 상담원
8. 슬롯의 값 필드에 구성된 값이 아닌 다른 값에 대해 선택된 범위를 벗어난 경로에 대한 스토리를 생성합니다.
   • 이름이 첫 번째 스토리를 통해 설정된 패턴을 따르는지 확인하고 범위를 벗어남을 명확히 합니다. 예: Subscribe + Other.
   • 고유한 값을 입력합니다. 두 스토리가 동일한 값을 공유하는 경우 Mpower 상담원는 어떤 경로를 따라야 할지 알 수 없습니다.
9. 변경을 마치면학습 및 스테이징을 클릭하여 Mpower 상담원 모델 훈련 및 준비된 Bot 버전을 업데이트하여 이 변경 사항을 테스트하세요.

10. 봇과 대화하여 이러한 스토리 세트를 테스트합니다. 테스트할 때 가능한 각 경로에 대해 최소한 하나의 테스트를 실행하여 Mpower 상담원가 적절하게 응답하는지 확인하세요.

11. 필요한 경우, 훈련 스토리를 변경하여 봇의 수행을 미세 조정합니다. 의도 예제 또는 엔터티 예제를 더 추가해야 할 수도 있습니다. 변경을 마치면학습 및 스테이징을 클릭하여 Mpower 상담원 모델 훈련 및 준비된 Bot 버전을 업데이트하여 이 변경 사항을 테스트하세요. 필요한 만큼 테스트 및 조정 프로세스를 반복합니다.

규칙 조건에 따라 Mpower 상담원을 훈련합니다.

규칙 컨텍스트에 따라 변경되지 않는 메시지에 대한 Mpower 상담원 응답을 정의하는 데 사용됩니다.에 대한 조건을 지정할 수 있습니다. 조건은 Mpower 상담원가 특정 규칙을 사용해야 하는 시기를 정의합니다. 특정 상황에서 Mpower 상담원 응답을 다르게 하려는 경우 이 기능이 유용합니다. 설정할 수 있는 조건은 다음을 기반으로 합니다:

• 활성 형태: 규칙을 사용하려면 형태가 활성화되어야 하는 Mpower 상담원을 선택할 수 있습니다.
• 슬롯 값: 하나 이상의 슬롯 컨택의 메시지에서 추출하여 Bot 응답에 사용하기 위해 저장되는 엔터티입니다. 변수와 비슷합니다.을 선택하고 각 슬롯에 대한 값을 지정할 수 있습니다. 정의된 슬롯은 규칙을 사용하려면 Mpower 상담원에 대해 지정한 내용과 일치하는 값을 보유해야 합니다.

규칙 조건을 사용할 때:

• 동일한 규칙에서 양식 및 슬롯 값 조건을 함께 사용할 수 있습니다.
• 조건과 함께 단일 규칙을 가질 수 있습니다. 규칙의 의도에 따라 Mpower 상담원이 한 가지 상황에서만 응답하도록 하려는 경우 이 기능이 유용합니다.
• 서로 다른 값이 명시된 유사한 조건을 갖는 규칙 세트를 가질 수 있습니다. 슬롯 값에 따라 Mpower 상담원이 규칙의 의도에 따라 다른 방식으로 응답하도록 하려는 경우 이 기능이 유용합니다.

1. CXone Mpower에서 앱 선택기 를 클릭하고 선택합니다.Agent Builder.

2. 작업하려는 Mpower 상담원를 클릭하세요.
3. 아직 하지 않았다면, 규칙 조건으로 사용할 양식을 만듭니다.

4. 아직 하지 않았다면, 규칙 조건으로 사용할 슬롯을 만듭니다. 슬롯에 대해 다음과 같은 구성을 생성합니다.

   • 유형으로 범주형을 선택합니다.
   • 영향력 있는 대화를 활성화합니다.
   • 슬롯이 저장할 값을 입력합니다. 이는 Mpower 상담원가 인식하도록 훈련하는 엔터티 값입니다. 
5. 왼쪽 아이콘 메뉴에서 대화 를 클릭합니다.

6. 규칙 탭을 클릭합니다.

7. 중간 창의 상단에서 조건 추가를 클릭합니다.
8. 활성 양식이나 슬롯 값 중 하나를 선택하고 나타나는 옵션을 구성합니다: 
   • 활성 양식: 양식 선택 드롭다운을 클릭하고 활성이어야 하는 양식을 선택합니다.
   • 슬롯 값: 슬롯 선택 드롭다운을 클릭한 다음 오른쪽의 값 필드에 값을 입력합니다. Mpower 상담원이 규칙을 사용하려면 슬롯이 이 값을 유지해야 합니다.
9. 필요에 따라 조건을 더 추가합니다. 규칙에서 활성 양식 조건을 하나만 가질 수 있지만, 여러 개의 슬롯을 조건으로 추가할 수 있습니다.
10. 연락처 발언과 Mpower 상담원 규칙에 대한 응답을 추가합니다.
11. 구성된 슬롯이 보유할 수 있는 다른 값에 대해 Mpower 상담원이 다르게 응답하도록 하려면 다른 값을 갖는 추가 규칙을 만들려면 이 단계를 반복합니다. 추가 규칙은 방금 만든 규칙과 동일한 의도를 가져야 합니다.
12. 조건이 일치하지 않을 때 이 따라야 할 기본 규칙 버전을 원하는 경우 동일한 의도를 가지지만 조건이 없는 규칙을 만듭니다. Mpower 상담원
13. 변경을 마치면학습 및 스테이징을 클릭하여 Mpower 상담원 모델 훈련 및 준비된 Bot 버전을 업데이트하여 이 변경 사항을 테스트하세요.

14. Mpower 상담원에 문의하여 이 규칙 세트를 테스트해 보세요. 테스트할 때 가능한 각 경로에 대해 최소한 하나의 테스트를 실행하여 Mpower 상담원가 적절하게 응답하는지 확인하세요.

15. 필요한 경우 Mpower 상담원 성능을 미세 조정하기 위해 교육 스토리를 변경하세요. 의도 예제 또는 엔터티 예제를 더 추가해야 할 수도 있습니다. 변경을 마치면학습 및 스테이징을 클릭하여 Mpower 상담원 모델 훈련 및 준비된 Bot 버전을 업데이트하여 이 변경 사항을 테스트하세요. 필요한 만큼 테스트 및 조정 프로세스를 반복합니다.