tiến chuyển tiền | Mời bạn xác nhận thông tin! Bạn muốn chuyển: 6,000,000 Cho số tài khoản: 9999 9999 9999 9999 Người nhận: Nguyen Thanh Thao Ngân Hàng: Vietcombank Chi Nhánh: Hà Nội Nội dung chuyển tiền: tiến chuyển tiền | Content: tiến chuyển tiền | ||
Mời bạn nhập otp: | ||||
39 | 1234523 | OTP không đúng. Xin vui lòng nhập lại OTP! | OTP: 1234523 | |
40 | 123456 | Giao dịch thành công! Chuyển 6,000,000 cho Nguyen Thanh Thao, ngân hàng Vietcombank. Chi nhánh: Hà Nội Nội dung chuyển tiền:tiến chuyển tiền | OTP: 123456 | |
41 | chuyển giúp tôi cho tú 4 trăm | Hệ thống ghi nhận! Bạn muốn chuyển: 4 trăm VNĐ Người nhận: tú từ danh bạ | Receiver: tú Money: 4 trăm | |
Mời bạn nhập nội dung chuyển tiền: | ||||
42 | tiến chuyển tiền | Mời bạn xác nhận thông tin! Bạn muốn chuyển: 400,000 Cho số tài khoản: 6666 6666 6666 6666 Người nhận: Nguyen Dinh Tu Ngân Hàng: Vietcombank Chi Nhánh: Hà Nội Nội dung chuyển tiền: tiến chuyển tiền | Content: Tiến chuyển tiền | |
Mời bạn nhập otp: | ||||
43 | 123456 | Giao dịch thành công! Chuyển 400,000 cho Nguyen Dinh Tu, ngân hàng Vietcombank. Chi nhánh: Hà Nội Nội dung chuyển tiền:tiến chuyển tiền | OTP: 123456 | |
44 | số dư tài khoản | Tài khoản {&account}. {&name}. Số dư của bạn là: {&money} | ||
45 | thông tin biểu phí | Phí duy trì tài khoản: miễn phí | ||
46 | thông tin lãi suất | lãi suất vay tiền hay tiết kiệm? | ||
47 | lãi suất vay | Xin vui lòng nhập thông tin kỳ hạn theo tháng (0>36 tháng) hoặc theo năm (1>3 năm) | ||
48 | 6 tháng | Lãi suất vay 6 tháng là: xxx% | Term: 6 tháng | |
49 | 1 năm | Lãi suất vay 12 tháng là: xxx% | Term: 1 năm |
Có thể bạn quan tâm!
-
Nghiên cứu và xây dựng chatbot hỗ trợ người dùng trong ngân hàng - 5 -
Xây Dựng Chatbot Hỗ Trợ Người Dùng Lĩnh Vực Ngân Hàng -
Nghiên cứu và xây dựng chatbot hỗ trợ người dùng trong ngân hàng - 7 -
Nghiên cứu và xây dựng chatbot hỗ trợ người dùng trong ngân hàng - 9
Xem toàn bộ 81 trang tài liệu này.
3 năm | Lãi suất vay 36 tháng là: xxx% | Term: 3 năm | ||
51 | 4 năm | Xin vui lòng nhập lại kỳ hạn theo tháng (0>36 tháng) hoặc theo năm (1>3 năm) | Term: 4 năm | |
52 | 24 tháng | Lãi suất vay 24 tháng là: xxx% | Term: 24 tháng | |
53 | lãi suất tiết kiệm 13 tháng | Lãi suất vay 13 tháng là: xxx% | Term: 13 tháng | Sai do vẫn đang nhầm trong đoạn hội thoại hỏi lãi suất vay |
54 | lãi suất tiết kiệm | Xin vui lòng nhập thông tin kỳ hạn theo tháng (0>36 tháng) hoặc theo năm (1>3 năm) | ||
55 | 13 tháng | Lãi suất tiết kiệm 13 tháng là: xxx% | Term: 13 tháng | |
56 | 18 tháng | Lãi suất tiết kiệm 18 tháng là: xxx% | Term: 18 tháng | |
57 | cảm ơn | Xin vui lòng nhập lại kỳ hạn theo tháng (0>36 tháng) hoặc theo năm (1>3 năm) | sai | |
58 | hủy | Hủy giao dịch thành công! | ||
59 | cảm ơn | Rất vui khi giúp đỡ bạn | ||
60 | bye | Hẹn găp lại. Chúc bạn sức khỏe, thành công và may mắn! |
50
Hình 50 : Bảng mô tả đoạn hội thoại test với bot
3.6 Đánh giá
Từ kết quả thực nghiệm và quá trình xây dựng bot thì tôi có đánh giá như sau:
- Dữ liệu đào tạo bot và các kịch bản xây dựng cho bot là yếu tố quan trọng nhất khi xây dựng chatbot. Đây là 2 yếu tố ảnh hưởng lớn tới việc bot thông minh và có thể trả lời người dùng theo một chủ đề nào đó hay không.
- Việc xây dựng các ý định(intent) cũng rất quan trọng. Đối với các intent nhập nhằng hay gần nhau về nghĩa sẽ khiến cho độ chính xác của bot giảm. Nên việc thiết kế các intent và slot là vô cùng quan trọng
Với các đoạn hội thoại nằm trong kịch bản dựng sẵn thì bot đáp ứng rất tốt khi trả lời đúng cho người dùng. Tuy nhiên việc xây dựng kịch bản cho bot rất khó khăn trong các đoạn hội thoại vì nó có rất nhiều trường hợp. Vì thế với các kịch bản dài thì rất khó khăn trong việc xây dựng kịch bản không phải hỏi lại các thông tin đã được lưu và trích chọn trước đó nên bot thường phải hỏi lại.
Các slot thông tin về số tiền hay tháng hoặc năm kỳ hạn, tên, thẻ, số tài khoản, otp… thì bot trích chọn thông tin tương đối chính xác. Vì là demo nên một số giá trị trích chọn chưa được validate dẫn đến việc bot không hỏi lại các thông tin.
Bot có khả năng trả lời ngẫu nhiên các mẫu câu trong template khiến cho đoạn hội thoại trở nên tự nhiên hơn. Bên cạnh đó bot có khả năng điều hướng người dùng đến các mẫu câu trả lời sẵn có của bot khi người dùng hỏi những câu ngoài phạm vi đào tạo cho bot. Tuy nhiên việc điều hướng cũng dựa trên khả năng trả lời ngẫu nhiên của bot dẫn đến việc bot cũng chưa thông minh trong việc xử lý tình huống như này.
Qua bài toán trên tôi đánh giá là rất khó trong việc áp dụng bài toán chatbot cho nghiệp vụ ebanking ngân hàng như chuyển tiền, thanh toán, vay tiền hay gửi tiết kiệm… do có các luồng nghiệp vụ khá phức tạp phải trải qua nhiều bước và cần có độc chính xác giao dịch cao nên bot khó có thể đáp ứng cho bài toán này, chưa kể là có rất nhiều trường hợp như có nhiều số tài khoản để chuyển tiền hoặc chọn danh bạ đã chuyển tiền… Nhận thấy việc thao tác trên các app ebanking vẫn tiện lợi hơn. Tuy nhiên ta vẫn thấy có điểm sáng khi bot giải quyết đối với các trường hợp đoạn hội thoại ngắn như hỏi đáp các biểu phí, lãi suất hay đơn giản như tìm các vị trí ATM hay phòng giao dịch gần nhất thì bài toán chatbot cho trải nghiệm người dùng là rất tốt.
KẾT LUẬN
Luận văn này tìm hiểu một số kiến thức bao gồm cấu trúc và nhiệm vụ các thành phần chatbot, một số thuật toán cơ bản áp dụng vào việc xây dựng chatbot để giải quyết các bài toán theo hướng tiếp cận miền đóng. Dựa vào đó ta có thể áp dụng xây dựng chatbot giải quyết các bài toán hỗ trợ người dùng trong nhiều lĩnh vực thực tế. Đó cũng là điều mà tôi mong muốn tới. Trong quá trình tìm hiểu và xây dựng ứng dụng chatbot hỗ trợ người dùng cho lĩnh vực ngân hàng tôi đã đạt được một số kết quả nhất định như sau:
Đầu tiên là tôi nắm được mô hình và các thành phần cũng như các luồng hoạt động hay các bước xử lý trong chatbot. Bên cạnh đó tôi cũng nắm được một số thuật toán và phương pháp xử lý dữ liệu trong chatbot. Từ những kiến thức đó giúp tôi có thể quyết định xây dựng bot theo mô hình nào, phương pháp nào phù hợp hơn cho từng yêu cầu bài toán cụ thể.
Thứ hai là trong quá trình xây dựng tập dữ liệu đào tạo, huấn luyện cho chatbot đã giúp tôi có được những kinh nghiệm quý báu trong việc xử lý và gán nhãn dữ liệu với ngữ nghĩa nhập nhằng. Từ đó có thể xây dựng bộ dữ liệu huấn luyện tốt hơn đem lại độ chính xác cao hơn cho bot.
Thứ ba với việc áp dụng framework Rasa vào xây dựng chatbot giúp tôi có thể tiếp cận với một số phương pháp hay thuật toán mới hoặc cách tối ưu áp dụng cho chatbot.
Cuối cùng với sản phẩm demo có được sẽ làm tiền đề cho việc phát triển một số bot áp dụng cho một số bài toán thực tế trong lĩnh vực y tế, du lịch và dịch vụ công mà tôi đang hướng tới.
Định hướng nghiên cứu tiếp theo:
Tích hợp speech to text và text to speech cho bot. Khi đó có thể tích hợp vào phần mềm ebanking để hỗ trợ người dùng qua giọng nói song song cùng với giao diện ebanking hiện tại.
Xây dựng bot hỗ trợ multi intent. Hay người dùng có thể hỏi nhiều câu hỏi kép
Xây dựng bot mang tính cảm xúc hơn hay nhân cách hóa chatbot giúp chatbot trở nên giống người hơn
TÀI LIỆU THAM KHẢO
1. Yun-Nung (Vivian) Chen, Asli Celikyilmaz and Dilek Hakkani-Tur, 2018 :” Deep Learning for Dialogue Systems”
2. Tom Bocklisch , 2018: “Conversational AI with Rasa NLU & Rasa Core”
3. Hongshen Chen, Xiaorui Liu, Dawei Yin and Jiliang Tang, 11 Jan 2018: “A Survey on Dialogue Systems: Recent Advances and New Frontiers”
4. Daniel Jurafsky & James H. Martin, 23 September 2018: “Dialog Systems and Chatbots”
5. Daniel Jurafsky & James H. Martin, 23 September 2018: “Advanced Dialog Systems”
6. Jason D. Williams, Kavosh Asadi and Geoffrey Zweig, 24 Apr 2017 : “Hybrid Code Networks: practical and efficient end-to-end dialog control with supervised and reinforcement learning”
7. Andrew Maas, Spring 2017 : “Dialogue System Introduction and Frame-Based Dialogue”
8. Peng Jin, Yue Zhang, Xingyuan Chen and Yunqing Xia: “Bag-of-Embeddings for Text Classification”
9. Ledell Wu, Adam Fisch, Sumit Chopra, Keith Adams, Antoine Bordes and Jason Weston, 21 Nov 2017: “StarSpace: Embed All The Things!”
10. Bing Liu and Ian Lane, 2 JUN 2018: “End-to-End Learning of Task-Oriented Dialogs”
11. John A. Bullinaria, 2005 : “IAI : Semantic Networks and Frames”
12. Mikhail Burtsev, Alexander Seliverstov, Rafael Airapetyan, Mikhail Arkhipov, Dilyara Baymurzina, Nickolay Bushkov, Olga Gureenkova, Taras Khakhulin, Yuri Kuratov, Denis Kuznetsov, Alexey Litinsky, Varvara Logacheva, Alexey Lymar, Valentin Malykh, Maxim Petrov, Vadim Polulyakh, Leonid Pugachev, Alexey Sorokin, Maria Vikhreva and Marat Zaynutdinov, 15 JUN 2018: “DeepPavlov: Open-Source Library for Dialogue Systems”
13. Hao Fang, 17 Apr 2018: “Dialog Management and System Evaluation”
14. Jason Weston, “Tasks and Architectures for Language Understanding and Dialogue with memory”
15. DENNY BRITZ, 2015, “Recurrent Neural Networks Tutorial”
16. SONVX, 2018, “Học biểu diễn ngôn ngữ cho máy tính”
17. Colah’s blog, August 27, 2015, “Understanding LSTM Networks”
18. Van Deemter, Krahmer, Emiel; Theune, 1999 “Plan-based vs. template-based NLG”
19. Ondrej Plátek, Petr Belohlávek, Vojtech Hudecek, and Filip Jurcícek, 2016 “Recurrent Neural Networks for Dialogue State Tracking”
20. Matthew Henderson, Blaise Thomson and Steve Young, 2014 “Word-Based Dialog State Tracking with Recurrent Neural Networks”
21. Victor Zhong, Caiming Xiong, Richard Socher, 2018 “Global-Locally Self- Attentive Dialogue State Tracker”
22. Pei-Hao Su, Nikola Mrksic, Inigo Casanueva, Ivan Vulic, 2018 “Deep Learning for Conversational AI”
23. Jagan Jami , 2017, “INFOGRAPHIC: THE FUTURE OF CHATBOTS STATISTICS & TRENDS”
24. Larry Kim, 2018 “The Top 7 Messenger Apps in the World”
25. Liron Hakim Bobrov, January 2019, “Mobile Messaging App Map of the World”
PHỤ LỤC
