NestNetwork
NeSTudio
Вопросно-ответная система с настраиваемым выводом и поддержанием максимального человекоподобия ответных реакций
Проблема
  • Сегодня людям не нравится общаться с ботами из-за их ограниченного восприятия и неясных формулировок. Вместо простого получения ответов пользователи вынуждены следовать жестко заданному сценарию и часто не получают от бота той информации, которая им действительно нужна.
Проблема
  • Сегодня людям не нравится общаться с ботами из-за их ограниченного восприятия и неясных формулировок. Вместо простого получения ответов пользователи вынуждены следовать жестко заданному сценарию и часто не получают от бота той информации, которая им действительно нужна.
Актуальность

Актуальность

Компании все чаще используют ботов в своих системах, чтобы предоставлять быстрые и точные ответы на запросы клиентов. Большинство ботов работают линейно. При таком подходе для создания качественного и интересного сценария требуется огромное количество времени и детального описания каждого возможного варианта.
В целях решения проблемы удержания пользователя и экономии времени лингвистов-разработчиков нами был разработан 3D контекст, который позволяет цифровому ассистенту отвечать на вопросы пользователя, независимо от того, на каком уровне диалога он находится.
Компании все чаще внедряют QA в свои системы, чтобы предоставлять быстрые и точные ответы на вопросы клиентов. Однако, большинство ботов работают линейно. Для создания качественного и интересного сценария бота требуется огромное количество времени и ручного описания каждого возможного варианта. В целях удержания пользователя в диалоге и экономии времени лингвистов-сценаристов был разработан 3D контекст, который позволяет боту отвечать на вопросы пользователя, независимо от того, на какой стадии диалога он находится.
Цель
Цель
  • Создание вопросно-ответной системы, поддерживающей гибкий контекст. Под контекстом мы понимаем возможность отвечать на вопрос пользователя независимо от того, в какой точке диалога он находится.
  • Создание вопросно-ответной системы, поддерживающей гибкий контекст. Под контекстом мы понимаем возможность отвечать на вопрос пользователя независимо от того, в какой точке диалога он находится.
Задачи
  • Анализ
    Изучить и выделить необходимую структуру данных. Настроить архитектуру микросервисов, выбрать модели нейросетей для работы с естественным языком.
  • Разработка
    Собрать качественный датасет для вопросно-ответной системы. Обучить модели и разработать необходимые микросервисы.
  • Тестирование
    Протестировать качество системы на пользователях. Собрать метрики. Выявить и исправить ошибки.
Гипотезы
Гипотезы
Привет! Ты тур-бот?
Хочу отдохнуть в Москве
Как можно арендовать авто за границей?
Хочу отдохнуть в Москве
Привет! Ты тур-бот?
Как можно арендовать авто за границей?
  • Это был отличный пример классического бота-ассистента по туризму, который не смог ответить на желаемый вопрос пользователя. Однако, если добавить несколько микросервисов, способных отвечать на вопросы с учетом контекста (QA), создавать тексты по запросу (FREDT5) и перефразировать текст для большей естественности (Paraphrase), то мы получим человекоподобного цифрового помощника.
  • Это был отличный пример классического бота-ассистента по туризму, который не смог ответить на желаемый вопрос пользователя. Однако, если добавить несколько микросервисов, способных отвечать на вопросы с учетом контекста (QA), создавать тексты по запросу (FREDT5) и перефразировать текст для большей естественности (Paraphrase), то мы получим человекоподобного цифрового помощника.
Как можно арендовать авто за границей?
Как можно арендовать авто за границей?
Почему туризм?
Туризм - обширная область. Здесь есть ряд рутинных задач (например, первичная консультация, напоминание о предстоящей поездке и др.), которые менеджеры по туризму с радостью передали бы боту. Поэтому мы и решили взять в качестве примера бота тур-агента. Выбранное демо продемонстрирует все преимущества нашей вопросно-ответной системы.
Результаты
Результаты
  • Нашей общей мотивацией было разработать собственного цифрового помощника. В результате же мы создали систему, на которой каждый человек и любой бизнес может сделать своего цифрового ассистента. Если соединить все части нашей системы в одну, то мы получаем целую ферму, на которой выращиваются гибкие человекоподобные боты.

  • Нашей общей мотивацией было разработать собственного цифрового помощника. В результате же мы создали систему, на которой каждый человек и любой бизнес может сделать своего цифрового ассистента. Если соединить все части нашей системы в одну, то мы получаем целую ферму, на которой выращиваются гибкие человекоподобные боты.

Наш датасет NESTQUAD
ДЕМО нашей
вопросно-ответной системы
Используемые МОДЕЛИ
GEN-FRED-T5
QA-NEST-BERT
QA-ROBERTA
PARAPHRASER-T5
Что будет дальше?
Что будет дальше?
1
UX
Проработка пользовательского UX
2
Dialog management
Расширение окна размера контекста
3
Architecture
Разработка архитектурного решения для высоконагруженных приложений
4
DL
Тестирование алгоритма построенного по аналогии с машинами Больцмана и Гельмгольца
Команда
Команда