Naar de hoofdinhoud

De technologie: werkingsprincipe

Ons product maakt gebruik van machine learning, ook wel kunstmatige intelligentie genoemd.

Prim Sprenger avatar
Geschreven door Prim Sprenger
Meer dan 2 jaar geleden bijgewerkt

Ons product maakt gebruik van machine learning, ook wel kunstmatige intelligentie genoemd. Wat houdt dit in en hoe passen we deze technologie toe in ons product?

1. Classificatie

Stel je voor dat je een doos vol speelgoed hebt met auto's, poppen en blokken. Je wilt al dit speelgoed sorteren en in aparte bakken stoppen: één voor auto's, één voor poppen en één voor blokken.

Machine learning classificatie werkt ongeveer hetzelfde. De computer krijgt veel voorbeelden, zoals beschrijvingen van auto's, poppen en blokken, totdat hij kan zeggen: "Dit is een auto!", "Dit is een pop!" of "Dit is een blok!" zonder dat je het hem elke keer hoeft te vertellen. Dus, net zoals jij leert welk speelgoed in welke bak gaat, leert de computer uit voorbeelden en kan daarna dingen 'sorteren' of classificeren op basis van wat hij heeft geleerd.

Binnen onze applicatie classificeren wij stukken tekst. Bijvoorbeeld: dat is een 'begroeting', dat is een 'open vraag' en dat is het 'klantprobleem'.

2. Generatief

Stel je voor dat je een leraar hebt die naar kinderen luistert terwijl ze verhalen vertellen. Na elk verhaal zegt de leraar: "Goed gedaan, maar vergeet niet om duidelijk te spreken!" of "Probeer de volgende keer een beetje langzamer te praten zodat iedereen je kan verstaan."

Ons machine learning model werkt een beetje als die leraar. Als je het een transcript (geschreven versie) van een klantgesprek geeft, kan het 'lezen' wat de medewerker en de klant hebben gezegd. Door te kijken naar woorden en zinnen, en te vergelijken met wat het eerder heeft 'geleerd' uit openbare bronnen zoals boeken over klantenservice, academische artikelen over communicatiestijlen, en klassieke literatuur waarin diverse vormen van menselijke interacties worden getoond. Op basis hiervan, samen met specifieke trainingsdata zoals eerdere transcripten waarin medewerkers als 'vriendelijk' of 'onvriendelijk' werden beoordeeld, kan het model bepalen of de medewerker vriendelijk was, duidelijke antwoorden gaf, enzovoort. Ook kan het model feedback geven zoals: "Probeer de volgende keer meer geduld te tonen" of "Goed gedaan met het oplossen van het probleem van de klant!"

Was dit een antwoord op uw vraag?