Идеи решения
Эта статья является идеей решения. Если вы хотите расширить содержимое с дополнительными сведениями, такими как потенциальные варианты использования, альтернативные службы, рекомендации по реализации или рекомендации по ценам, сообщите нам, предоставив отзыв GitHub.
В этой архитектуре показано, как интеллектуальный анализ знаний может помочь группам поддержки клиентов быстро найти ответы на вопросы клиентов или оценить тональность клиентов в масштабе.
Архитектура
Существует три шага в интеллектуальном анализе знаний: прием, обогащение и изучение.
Скачайте файл Visio для этой архитектуры.
Поток данных
- Глотать
Шаг приема объединяет содержимое из диапазона источников, включая структурированные и неструктурированные данные. Для поддержки клиентов и анализа отзывов можно получать различные типы содержимого. Это содержимое включает билеты в службу поддержки клиентов, журналы чатов, транскрибирование звонков, сообщения электронной почты клиентов, журналы платежей клиентов, отзывы клиентов, отзывы о продуктах, веб-каналах социальных сетей, на строковый комментарий, формах отзывов и опросах.
- Обогатить
Шаг обогащения использует возможности ИИ для извлечения информации, поиска шаблонов и углубления понимания. Вы можете дополнить содержимое с помощью извлечения ключевых фраз, анализа тональности, перевода языка, служб ботов, пользовательских моделей, чтобы сосредоточиться на конкретных продуктах или политиках компании.
- Исследование
Этап изучения — это данные обозревателя с помощью поиска, существующих бизнес-приложений или решений аналитики. Например, можно скомпилировать обогащенные документы в хранилище знаний и проецировать их в табличные или объекты. Магазины можно использовать для выявления тенденций на панели мониторинга аналитики, определяющих частые проблемы или популярные продукты. Кроме того, можно интегрировать индекс поиска в приложения службы поддержки клиентов.
Компоненты
Следующие ключевые технологии используются для реализации средств для проверки и исследования технического содержимого:
- Когнитивный поиск Azure — это облачная служба поиска, которая предоставляет инфраструктуру, API и средства поиска. Вы можете использовать Когнитивный поиск Azure для создания интерфейса поиска через частное, разнородное содержимое в веб-, мобильных и корпоративных приложениях.
- Пользовательский интерфейс навыков веб-API используется для интеграции пользовательского навыка в конвейер обогащения Когнитивный поиск Azure.
- Язык ИИ является частью служб ИИ Azure, которые предлагают множество служб обработки естественного языка. Эти службы можно использовать для понимания и анализа текста.
- Анализ текста — это коллекция API и других функций из языка ИИ, которые можно использовать для извлечения, классификации и понимания текста в документах.
- Службы ИИ Azure Переводчик являются частью семейства служб ИИ Azure REST API. Вы можете использовать Переводчик для перевода документов и текста в режиме реального времени.
Подробности сценария
Для многих компаний поддержка клиентов является дорогостоящим и не всегда работает эффективно. Интеллектуальный анализ знаний может помочь группам поддержки клиентов быстро найти лучшие ответы на вопросы клиентов или оценить тональность клиентов в масштабе.
Потенциальные варианты использования
Это решение оптимизировано для розничной отрасли.
Когнитивный поиск Azure является ключевой частью решений интеллектуального анализа знаний. Когнитивный поиск Azure создает индекс поиска по агрегированному и анализируемому содержимому.
С помощью запросов с помощью индекса поиска компании могут обнаруживать тенденции о том, что клиенты говорят и используют эти сведения для улучшения продуктов и услуг.
Следующие шаги
Создание Когнитивный поиск Azure пользовательского навыка.
Изучите интеллектуальный анализ знаний по схеме обучения с помощью Когнитивный поиск Azure.
Дополнительные сведения о компонентах этого решения см. в следующих ресурсах: