Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verwenden einer Wort- oder Wortgruppenbedingung in einer Regel für Contact Lens
In der Regel Konversationsanalyse in Contact Lens haben Sie die Möglichkeit, eine Wort- oder Wortgruppenbedingung anzugeben. Sie können für die Wörter oder Wortgruppen „Genaue Übereinstimmung“, „Semantische Übereinstimmung“ oder „Musterübereinstimmung“ auswählen. In diesem Artikel werden die einzelnen Übereinstimmungstypen erläutert.
Anmerkung
Bei allen drei Übereinstimmungstypen wird nicht zwischen Groß- und Kleinschreibung unterschieden. Wenn Sie beispielsweise das Wort „Abrechnen“ angegeben haben, stimmt es auch mit dem Transkript überein, das das Wort „abrechnen“ enthält.
So verwenden Sie „Genaue Übereinstimmung“
Genaue Übereinstimmung ist eine genaue Übereinstimmung mit einem Wort, das sowohl im Singular als auch im Plural sein kann.
Sie können Schlüsselwörter oder Wortgruppen wie folgt hinzufügen:
-
Wählen Sie Schlüsselwörter oder Phrasen eingeben und geben Sie die Werte manuell in das Textfeld ein. Mehrere Werte können durch ein Komma getrennt werden.
-
Wählen Sie Aus der Wortsammlung importieren, um vordefinierte Wörter und Wortgruppen aus Wortsammlungen zu importieren.
Wortsammlungen können in zwei Typen eingeteilt werden: Benutzer-Wortsammlungen und System-Wortsammlungen. System-Wortsammlungen sind von Amazon Connect vordefiniert und können von Benutzern nicht bearbeitet werden. Eine Benutzer-Wortsammlung kann von Benutzern erstellt, gelesen, aktualisiert und gelöscht werden (CRUD). Weitere Informationen finden Sie unter Verwalten von Wortsammlungen beim Erstellen von Regeln für Konversationsanalysen in Contact Lens.
So verwenden Sie „Musterübereinstimmung“
Wenn Sie nach ähnlichen Wörtern suchen möchten, können Sie den Kriterien ein Sternchen (*) hinzufügen. Wenn Sie beispielsweise nach allen Varianten von „Nachbar“ (Nachbarin, Nachbarn, Nachbarschaft) suchen möchten, geben Sie Nachbar* ein.
Mit Musterübereinstimmung können Sie Folgendes angeben:
-
Liste der Werte: Dies ist hilfreich, wenn Sie Ausdrücke mit austauschbaren Werten erstellen möchten. Beispiel für einen Ausdruck:
Ich rufe wegen eines Stromausfalls in ["Peking" ODER "London" ODER "New York" ODER "Paris" ODER "Tokio"] an.
Anschließend können Sie in Ihrer Liste mit Werten die Städte hinzufügen: Peking, London, New York, Paris, Tokio.
Der Vorteil der Verwendung von Werten besteht darin, dass Sie nur einen Ausdruck anstelle mehrerer Ausdrücke erstellen müssen. Dadurch verringert sich die Anzahl der zu erstellenden Karten.
-
Zahl: Diese Option wird am häufigsten in Compliance-Skripten verwendet oder in Fällen, in denen Sie nach einem Kontext suchen, wenn Sie wissen, dass irgendwo dazwischen eine Zahl (in Ziffern [0–9]) steht. Auf diese Weise können Sie alle Ihre Kriterien in einem Ausdruck vereinen statt zwei zu verwenden. Beispiel eines Compliance-Skripts für Kundendienstmitarbeiter:
Ich bin seit [num] Jahren in dieser Branche tätig und würde dieses Angelegenheit gerne mit Ihnen besprechen.
Weiteres Beispiel dazu, was Kunden sagen könnten:
Ich bin seit [num] Jahren Mitglied.
Anmerkung
-
Beim Extrahieren von Zahlen aus Chat- oder Audiotranskripten werden nur numerische Ziffern (0–9) erkannt.
-
Bei Sprachkontakten in bestimmten Sprachen können bei der Zahlentranskription gesprochene Zahlen möglicherweise nicht in ein digitales Format umgewandelt werden. Das bedeutet, dass der Zahlenmusterabgleich in diesen Fällen eventuell nicht funktioniert. Eine Liste der Sprachen, die eine Transkription von Zahlen unterstützen, finden Sie im Entwicklerhandbuch zu Amazon Transcribe unter Unterstützte Sprachen und sprachspezifische Features.
-
-
Nähedefinition: Es werden Übereinstimmungen gefunden, die eventuell zu weniger als 100 Prozent passen. Sie können auch den Abstand zwischen Wörtern angeben. Wenn Sie beispielsweise nach Kontakten suchen, bei denen das Wort „Kredit“ erwähnt wurde, Sie aber keine Erwähnungen der Wortgruppe „neuer Kredit“ wünschen, können Sie eine Musterübereinstimmungskategorie definieren, um nach dem Wort „Kredit“ zu suchen, das nicht in einem Abstand von einem Wort zu „neuer“ steht.
Beispiel für eine Nähedefinition:
neuer [is not within 1 word from] Kredit
Tipp
Eine Liste der für die Musterübereinstimmung unterstützten Sprachen finden Sie unter KI-Features.
So verwenden Sie „Semantische Übereinstimmung“
„Semantische Übereinstimmung“ wird nur für die Analyse nach dem Anruf/Chat unterstützt.
-
Eine „Absicht“ ist ein Beispiel für eine Äußerung. Dabei kann es sich um eine Wortgruppe oder einen Satz handeln.
-
Sie können bis zu vier Absichten in eine Karte (Gruppe) eingeben.
-
Für die besten Ergebnisse empfehlen wir, in einer Karte semantisch ähnliche Absichten zu sammeln. Beispiel: Es gibt eine Kategorie für „Höflichkeit“. Diese beinhaltet zwei Absichten: „Begrüßung“ und „Verabschiedung“. Wir empfehlen, diese Absichten in zwei Karten zu unterteilen:
-
Karte 1: „Wie geht es Ihnen heute“ und „Ich hoffe, es geht Ihnen gut“. Das sind semantisch ähnliche Begrüßungen.
-
Karte 2: „Danke, dass Sie uns kontaktiert haben“ und „Wir wissen Sie als Kundin zu schätzen“. Das sind semantisch ähnliche Verabschiedungen.
Die Aufteilung der Absichten in zwei Karten bietet mehr Genauigkeit als bei einer Zusammenführung in einer Karte.
-
