Luận văn Thạc sĩ Khoa học: Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu

Chia sẻ: Sơ Dương | Ngày: | Loại File: PDF | Số trang:72

Thêm vào BST

Báo xấu

54
lượt xem 13
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu của đề tài "Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu" là tìm hiểu, nghiên cứu các kỹ thuật học sâu vào xử lý ngôn ngữ tự nhiên NLU, NLP như phân loại ý định người dùng, trích chọn thông tin và quản lý hội thoại,… trong ứng dụng cụ thể là Chatbot hỗ trợ khách hàng.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Khoa học: Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu NGUYỄN ĐẮC HIẾU Ngành Công nghệ thông tin Giảng viên hướng dẫn: PGS.TS. Cao Tuấn Dũng Viện: Công nghệ thông tin và truyền thông HÀ NỘI, 2021
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu NGUYỄN ĐẮC HIẾU Ngành Công nghệ thông tin Giảng viên hướng dẫn: PGS.TS. Cao Tuấn Dũng Chữ ký của GVHD Viện: Công nghệ thông tin và truyền thông HÀ NỘI, 2021
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự do – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ và tên tác giả luận văn : Nguyễn Đắc Hiếu Đề tài luận văn: Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu Chuyên ngành: Công nghệ thông tin Mã số HV: CB190157 Tác giả, Người hướng dẫn khoa học và Hội đồng chấm luận văn xác nhận tác giả đã sửa chữa, bổ sung luận văn theo biên bản họp Hội đồng ngày 30/10/2021 với các nội dung sau: 1. Sửa Chương 4: Kết luận thành một phần không đánh số (trang 58). 2. Giản lược nội dung Chương 2: Cơ sở lý thuyết. 3. Việt hóa các từ tiếng Anh (Mục 2.3 – trang 17-24, Mục 2.4 – trang 25-31). 4. Bổ sung khái niệm học chuyển giao (Mục 2.4.2 – trang 27) 5. Bổ sung mô hình tổng quát quy trình hoạt động của Chatbot (Mục 3.3.2 – trang 40), thống kê kết quả (Hình 3.18-3.21 – trang 53-56) 6. Đánh số các công thức, sửa các lỗi về trình bày ngôn ngữ, chính tả cho hợp lý, ví dụ sửa “đào tạo mô hình” thành “huấn luyện mô hình”. Ngày tháng năm 2021 Giáo viên hướng dẫn Tác giả luận văn CHỦ TỊCH HỘI ĐỒNG
LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn “Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu” là công trình nghiên cứu khoa học, độc lập của tôi. Kiến thức trình bày trong luận văn là sự tổng hợp của cá nhân, thông qua các kiến thức từ thầy hướng dẫn, các tài liệu tham khảo trên mạng internet và các bài báo khoa học khác. Đây là đề tài luận văn Thạc sỹ ngành Công nghệ Thông tin. Kết quả nghiên cứu được trình bày trong luận văn này chưa từng được công bố dưới bất kỳ hình thức nào. Hà Nội, ngày tháng năm 2021 Tác giả luận văn Nguyễn Đắc Hiếu
LỜI CẢM ƠN Trước tiên, tôi xin chân thành cảm ơn các thầy, các cô trong Viện Công nghệ thông tin và Truyền thông - Trường Đại học Bách Khoa Hà Nội đã tận tình giảng dạy trong suốt thời gian tôi học tập ở trường. Để hoàn thành Luận văn thạc sĩ, tôi cũng đã nhận được nhiều sự quan tâm, giúp đỡ từ quý thầy cô, gia đình và bạn bè. Đặc biệt tôi bày tỏ lòng biết ơn sâu sắc tới thầy PGS.TS. Cao Tuấn Dũng đã tận tình chỉ bảo, hướng dẫn trực tiếp tôi để tìm ra hướng nghiên cứu và có thể hoàn thiện luận văn tốt nghiệp của mình. Cuối cùng, tôi xin cảm ơn gia đình và bạn bè và tập thể lớp CNTT 2019B đã luôn ủng hộ, giúp đỡ tôi trong thời gian học tập, nghiên cứu và thực hiện luận văn tốt nghiệp. Trong quá trình làm luận văn tốt nghiệp chắc chắn không tránh khỏi những sai sót, tôi rất hoan nghênh và chân thành cảm ơn các ý kiến đóng góp của quý thầy cô và bạn đọc. Tác giả luận văn Nguyễn Đắc Hiếu
MỤC LỤC DANH MỤC CÁC HÌNH VẼ ...................................................................iii DANH MỤC BẢNG .................................................................................... v MỞ ĐẦU ...................................................................................................... 1 CHƯƠNG 1: TỔNG QUAN VỀ CHATBOT ........................................... 3 1.1 Khái niệm Chatbot ..................................................................................... 3 1.2 Các thành phần của Chatbot .................................................................... 4 1.3 Các loại Chatbot ......................................................................................... 5 1.3.1 Rule-based Chatbot ............................................................................... 5 1.3.2 AI-based Chatbot .................................................................................. 7 1.4 Các nền tảng xây dựng Chatbot ............................................................... 8 1.5 Một số ứng dụng của Chatbot................................................................. 11 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT ........................................................ 13 2.1 Cơ bản về Deep learning ......................................................................... 13 2.2 Mạng nơ-ron hồi quy RNN ..................................................................... 14 2.3 Mô hình Transformer .............................................................................. 17 2.3.1 Tổng quan mô hình Transformer ........................................................ 17 2.3.2 Thành phần mã hóa............................................................................. 18 2.3.3 Thành phần giải mã ............................................................................ 23 2.3.4 Ưu điểm của mô hình Transformer so với mô hình RNN ................... 24 2.4 Mô hình DIET .......................................................................................... 25 2.4.1 Đặc trưng hóa câu đầu vào (Featurization) ....................................... 27 2.4.2 Học chuyển giao (Transfer Learning) ................................................ 27 2.4.3 Thành phần Transformer .................................................................... 29 2.4.4 Huấn luyện mô hình ............................................................................ 29 2.4.5 Đánh giá mô hình DIET ...................................................................... 31 CHƯƠNG 3: XÂY DỰNG VÀ CÀI ĐẶT ỨNG DỤNG CHATBOT .. 33 3.1 Giới thiệu Rasa Framework .................................................................... 33 3.2 Cấu trúc của Chatbot Nhất Nam ............................................................ 35 i
3.2.1 Thiết kế tổng quát ............................................................................... 35 3.2.2 Sơ đồ quy trình hoạt động của Chatbot Nhất Nam............................. 37 3.3 Xây dựng dữ liệu Chatbot ....................................................................... 39 3.3.1 Xây dựng ý định (intent) ..................................................................... 39 3.3.2 Xây dựng thực thể (entity)................................................................... 40 3.3.3 Xây dựng câu trả lời cho Chatbot....................................................... 41 3.3.4 Cấu hình các thành phần .................................................................... 44 3.4 Cài đặt chương trình ............................................................................... 46 3.5 Thử nghiệm và đánh giá chương trình .................................................. 51 KẾT LUẬN ................................................................................................ 58 TÀI LIỆU THAM KHẢO ........................................................................ 59 ii
DANH MỤC CÁC HÌNH VẼ Hình 1.1. Minh họa các thành phần của Chatbot [3] ............................................. 5 Hình 1.2. Chatbot hỗ trợ nút bấm để thao tác của Domino’s Pizza ....................... 6 Hình 1.3. Giao diện nền tảng Chatbot FPT.AI Conversation ................................ 9 Hình 1.4. Giao diện nền tảng Chatbot Harafunnel............................................... 10 Hình 1.5. Chatbot Messenger của trang CNN ..................................................... 12 Hình 2.1. Mạng nơ-ron hồi quy [5] ...................................................................... 14 Hình 2.2. Sơ đồ mô hình Transformer [8] ........................................................... 18 Hình 2.3 Minh họa biểu đồ nhiệt Positional Encoding ........................................ 20 Hình 2.4. Minh họa mức độ liên kết giữa các từ [10] .......................................... 21 Hình 2.5. So sánh Transformer với các mô hình khác dựa trên kết quả đánh giá của bài báo [8] ...................................................................................................... 25 Hình 2.6. Sơ đồ mô hình DIET [13] .................................................................... 26 Hình 2.7. Minh họa so sánh sử dụng và không sử dụng học chuyển giao ........... 28 Hình 2.8. So sánh mô hình DIET và mô hình HERMIT [13] .............................. 32 Hình 2.9. Đánh giá các biến thể của mô hình DIET [13] .................................... 32 Hình 3.1. Sơ đồ các thành phần trong Rasa Framework...................................... 33 Hình 3.2. Cấu trúc hệ thống Chatbot Nhất Nam .................................................. 36 Hình 3.3. Sơ đồ quy trình hoạt động của Chatbot Nhất Nam .............................. 37 Hình 3.4. Giao diện Rasa X sử dụng tạo kịch bản ............................................... 39 Hình 3.5. Khai báo intent trong file nlu.yml ........................................................ 40 Hình 3.6. Khai báo entity trong file domain.yml ................................................. 41 Hình 3.7. Khai báo intent có chứa entity trong file nlu.yml ................................ 41 Hình 3.8. Khai báo Rule policy trong file rules.yml ............................................ 42 Hình 3.9. Khai báo kịch bản trong file stories.yml .............................................. 43 Hình 3.10. Hàm xử lý sau khi hoàn thành nhập Form liên hệ ............................. 44 Hình 3.11. Khai báo cấu hình trong file config.yml ............................................ 46 Hình 3.12 Giao diện hỗ trợ nút bấm để thao tác .................................................. 47 iii
Hình 3.13. Người dùng có thể bấm nút để trả lời (hình bên trái) hoặc nhập tin nhắn (hình bên phải) ............................................................................................ 48 Hình 3.14 Trường hợp nhập form liên hệ............................................................ 49 Hình 3.15. Trường hợp form bị gián đoạn (hình bên trái) Trường hợp từ chối nhập form (hình bên phải) ................................................................................... 50 Hình 3.16. Trường hợp Chatbot không hiểu ý người dùng ................................. 51 Hình 3.17. Biểu đồ thống kê mức độ tin cậy dự đoán ý định (intent) ................. 53 Hình 3.18. Biểu đồ thống kê mức độ tin cậy dự đoán thực thể (entity) .............. 53 Hình 3.19. Biểu đồ ma trận nhầm lẫn (Confusion matrix) giữa các nhãn dự đoán và nhãn đúng trong tác vụ phân loại ý định ......................................................... 54 Hình 3.20. Biểu đồ ma trận nhầm lẫn (Confusion matrix) giữa các nhãn dự đoán và nhãn đúng trong tác vụ trích xuất thực thể...................................................... 55 Hình 3.21. Thang đo so sánh điểm intent của 3 cấu hình .................................... 56 Hình 3.22. Thang đo so sánh điểm entity của 3 cấu hình .................................... 56 iv
DANH MỤC BẢNG Bảng 3.1. Thông số đo intent ............................................................................... 52 Bảng 3.2. Thông số đo entity ............................................................................... 52 Bảng 3.3. Kết quả so sánh điểm intent của 3 cấu hình ........................................ 56 Bảng 3.4. Kết quả so sánh điểm entity của 3 cấu hình ........................................ 57 v
MỞ ĐẦU 1. Đặt vấn đề Ngày nay công nghệ có mặt trên mọi lĩnh vực, việc số hóa giúp cho con người giảm thiếu những công việc lặp đi lặp lại, giúp công việc được hoạt động chính xác và năng suất hơn. Chatbot cũng là một mảng quan trọng trong công nghệ thông tin hiện nay, nó có mặt trong mọi lĩnh vực như kinh doanh, ngân hàng, du lịch, giáo dục, y tế... Do đặc thù công việc của tôi hoạt động chủ yếu về chuyên ngành kế toán, nên mỗi ngày đội ngũ nhân viên tư vấn đều tiếp nhận hàng trăm, hàng nghìn tin nhắn từ phía khách hàng liên quan đến hướng dẫn sử dụng, tư vấn, bán hàng và hỗ trợ bảo trì nâng cấp sản phẩm. Để đảm bảo khách hàng luôn nhận được sự hỗ trợ tốt nhất, doanh nghiệp cần tuyển thêm nhân viên hỗ trợ và thời gian để tập huấn một người thông thường là 1 tháng. Với sự hỗ trợ của Chat-bot sẽ giúp trả lời được những câu hỏi thường gặp của khách hàng, có khả năng hoạt động 24/7 và phản hồi khách hàng ngay lập tức, đồng thời giảm tải khối lượng công việc của nhân viên hỗ trợ và giúp doanh nghiệp tiết kiệm chi phí. Hiểu được tầm quan trọng đó, tôi đã chọn đề tài “Xây dựng ứng dụng Chatbot tư vấn khách hàng sử dụng các kỹ thuật học sâu” bằng những kiến thức tìm hiểu được và với tinh thần hăng say, nghiêm túc. 2. Mục tiêu nghiên cứu của luận văn Mục tiêu của luận văn là tìm hiểu, nghiên cứu các kỹ thuật học sâu vào xử lý ngôn ngữ tự nhiên NLU, NLP như phân loại ý định người dùng, trích chọn thông tin và quản lý hội thoại,… trong ứng dụng cụ thể là Chatbot hỗ trợ khách hàng. Nghiên cứu chuyên sâu mô hình Transformer và DIET, luận văn tập trung đưa ra giải pháp và xây dựng mô hình Chatbot ứng dụng trong miền đóng (closed domain) có khả năng trả lời phù hợp với những câu hỏi tương ứng từ phía người dùng. Với bài toán đối tượng nghiên cứu là đơn vị cung cấp dịch vụ phần mềm kế toán, luận văn sẽ tập trung xây dựng mô hệ thống Chatbot hỗ trợ người dùng trong 1
nghiệp vụ tư vấn hỗ trợ sử dụng phần mềm dựa vào nền tảng Rasa và áp dụng những kiến thức nền tảng để có thể làm chủ và tùy chỉnh trên mã nguồn mở này. 3. Phạm vi đề tài - Nghiên cứu các phương pháp xử lý ngôn ngữ tự nhiên phù hợp cho Chatbot hướng tới. - Nghiên cứu mô hình học sâu Transformer. - Nghiên cứu mô hình đa tác vụ DIET. - Thu thập và tổng hợp các câu hỏi đáp của khách hàng trước đó để tạo bộ dữ liệu huấn luyện. - Xây dựng thành phần xử lý ngôn ngữ tự nhiên của Chatbot bằng công cụ Rasa. - Xây dựng Chatbot thành service tích hợp với Website doanh nghiệp. 4. Cấu trúc luận văn CHƯƠNG 1: TỔNG QUAN VỀ CHATBOT: Chương này sẽ giới thiệu những kiến thức tổng quan về một hệ thống Chatbot, các thành phần của Chatbot và phân biệt các loại Chatbot. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT: Chương này giới thiệu khái niệm về mạng nơ-ron thần kinh nhân tạo, khái niệm deeplearning, nghiên cứu mô hình học sâu Transformer và DIET. CHƯƠNG 3: XÂY DỰNG VÀ CÀI ĐẶT ỨNG DỤNG CHATBOT: Chương này sẽ giới thiệu Rasa framework, mô tả sơ đồ cấu trúc của hệ thống Chatbot Nhất Nam, mô tả các bước xây dựng bài toán trên nền tảng mã nguồn mở Rasa và đánh giá kết quả thực nghiệm. CHƯƠNG 4: KẾT LUẬN: Chương này đưa ra những kết luận của quá trình nghiên cứu và hoàn thiện sản phẩm, đánh giá và định hướng nghiên cứu tiếp theo. TÀI LIỆU THAM KHẢO: Liệt kê các tài liệu mà luận văn tham khảo trên các nguồn khác nhau. 2
CHƯƠNG 1: TỔNG QUAN VỀ CHATBOT 1.1 Khái niệm Chatbot Chatbot là một phần mềm trí tuệ nhân tạo (AI) giả lập cuộc hội thoại của con người bằng văn bản hoặc giọng nói, giúp trả lời tự động tin nhắn của con người thông qua các ứng dụng tin nhắn trên website hoặc trên điện thoại di động. Chatbot có khả năng tương tác với khách hàng qua tin nhắn theo thời gian thực 24/7, do đó, khách hàng sẽ không phải chờ đợi lâu để nhận được sự hỗ trợ từ doanh nghiệp. Ngày nay, con người có xu hướng tương tác với nhau qua các nền tảng nhắn tin. Theo thống kê của Facebook Messenger đầu năm 2020, hơn 61% số khách hàng được hỏi cho rằng, nhắn tin là cách thuận tiện giúp nhanh chóng kết nối với các doanh nghiệp họ cần. Tại Việt Nam, Zalo là ứng dụng trò chuyện có nhiều người sử dụng nhất với hơn 100 triệu tài khoản. Do đó, việc sở hữu một Chatbot được tích hợp đa kênh truyền thông là thiết yếu đối với mọi doanh nghiệp. Cũng bởi Chatbot hỗ trợ con người thực hiện tự động các công việc tốn nhiều thời gian nhất, giúp các doanh nghiệp tiết kiệm được khoản chi phí lớn cho nhân sự. Đội ngũ nhân viên được tối ưu nhiệm vụ, tập trung xử lý các công việc chuyên sâu ở mức độ khó hơn. Ngày nay Chatbot là một chủ đề nóng và nhiều công ty đang hy vọng phát triển để có những cuộc trò chuyện tự nhiên không thể phân biệt với con người bằng các kỹ thuật NLP và Deep Learning để biến điều này thành hiện thực. Chatbot chia thành 2 loại [1] miền mở (open domain) và miền đóng (close domain). Miền mở là mô hình trả lời tự động cho phép người dùng có thể tham gia trò chuyện với bất kỳ chủ đề nào, không nhất thiết phải có một mục tiêu rõ ràng hay một ý định cụ thể nào. Miền đóng thường tập trung vào một chủ đề cụ thể ví dụ: thời tiết, du lịch, mua sắm, y tế… Trong luận văn này tôi sẽ tập trung vào xây dựng Chatbot thuộc loại miền đóng, cụ thể là bài toán hỗ trợ khách hàng mua hàng, tư vấn và hướng dẫn sử dụng. 3
1.2 Các thành phần của Chatbot Chatbot thông thường cấu thành từ 3 thành phần chính [2]: thành phần hiểu ngôn ngữ tự nhiên (NLU), thành phần quản lý hội thoại (DM) và thành phần sinh ngôn ngữ (NLG). Mỗi thành phần xử lý một tác vụ riêng biệt: - NLU: là quá trình xử lý để hiểu ngôn ngữ tự nhiên, thành phần giúp Chatbot hiểu được ý định người dùng (intent) và trích xuất các thực thể (entity) trong câu. Khi người dùng nhập câu hỏi “Giá sản phẩm A03 bao nhiêu?” Chatbot sẽ cần xử lý, bởi vì Chatbot không hiểu được ngôn ngữ con người cho NLU sẽ chuyển nó thành dữ liệu có cấu trúc, từ đó có thể phân tích câu hỏi trên với ý định là “hỏi giá”, thực thể là sản phẩm “A03”. - DM: Quản lý hội thoại có nhiệm vụ xác định được hành động (action) tiếp theo dựa vào trạng thái hành động trước đó hoặc ngữ cảnh của hội thoại. Các ngữ cảnh của hội thoại sẽ được học qua kịch bản dựng sẵn (story). Xử lý truy xuất dữ liệu từ hệ thống khác thông qua API hoặc xử lý logic trong hội thoại cũng sẽ được thực hiện trong thành phần này. - NLG: là thành phần bao gồm nhiều mẫu câu trả lời đã được định nghĩa trước (pre-defined template) và phụ thuộc vào hành động được dự đoán ở DM kết hợp với chính sách (policy) của hệ thống để đưa ra câu trả lời cho người dùng. Ví dụ ở câu hỏi “Giá sản phẩm A03 bao nhiêu?”, ta sẽ định nghĩa trước mẫu câu “Chào anh chị, giá sản phẩm {ma_san_pham} giá {gia_tien} ạ”, và ở thành phần DM hệ thống sẽ lấy được thông tin mã sản phẩm thông qua NLU và gọi đến API của hệ thống khác để lấy giá tiền, từ đó kết quả NLG trả về sẽ là “Chào anh chị, giá sản phẩm A03 giá 300.000đ”. 4
Hình 1.1. Minh họa các thành phần của Chatbot [3] 1.3 Các loại Chatbot 1.3.1 Rule-based Chatbot Rule-based Chatbot tạm dịch là Chatbot dựa theo luật được đề ra sẵn, hay còn được gọi là Chatbot dạng menu/button, là một dạng Chatbot trở nên nổi tiếng sau khi Facebook cho ra mắt nền tảng Messenger cho phép cá nhân hoặc doanh nghiệp tạo ra bot hỗ trợ khách hàng tự động. Xây dựng Chatbot theo Rule-based là việc định nghĩa các luật hoặc đưa ra các mẫu có trước mà Chatbot muốn hướng đến, để thao tác với Chatbot ứng dụng sẽ sử dụng cả nút bấm, thanh menu hoặc hệ thống điều hướng để người dùng lựa chọn. Giống với việc gọi điện đến tổng đài hỗ trợ khách hàng ta cần chọn ngôn ngữ, chọn phòng ban phụ trách sau đó mới được chuyển hướng đến hỗ trợ viên thích hợp, Rule-based Chatbot cũng hoạt động như vậy chỉ khác là sẽ hiển thị các nút bấm hoặc menu trên cửa sổ chat. 5
Hình 1.2. Chatbot hỗ trợ nút bấm để thao tác của Domino’s Pizza Hình phía trên là ví dụ của Chatbot dạng menu/button, đây là ảnh của Chatbot hệ thống cửa hàng Domino’s Pizza trên ứng dụng Messenger Facebook, người dùng có thể sử dụng để đặt hàng, theo dõi đơn hàng hoặc liên hệ hỗ trợ thông qua điều hướng menu. Ví dụ nếu người dùng ấn nút “Customer support” cuộc trò chuyện sẽ được chuyển hướng đến hỗ trợ viên trực tiếp. Lợi thế của Rule-based Chatbot so với các loại Chatbot khác là hiển thị được tất cả các lựa chọn, giúp người dùng đưa ra quyết định chính xác mà không cần suy nghĩ sẽ hỏi như thế nào và câu hỏi đó Chatbot có hiểu được không. Rule-based Chatbot được sử dụng khi người dùng muốn thực hiện một hành động cụ thể, ví dụ đặt vé máy bay, đặt vé xem phim. Rule-based Chatbot cũng sẽ dễ dàng cập nhật hơn, thay vì việc phải huấn luyện lại Chatbot mỗi khi có dữ liệu mới, ta chỉ cần thêm nút hoặc menu và câu phản hồi cho chủ đề mới đó, Chatbot cũng không cần phải training. Chatbot cũng 6
sẽ không gặp trường hợp không hiểu ý định của khách hàng, với việc thiết kế thêm nút chọn “Liên hệ trực tiếp” sẽ dẫn khách hàng đến nhân viên hỗ trợ trong trường hợp không tìm thấy lựa chọn phù hợp ở giao diện chat. Một số nền tảng giúp xây dựng Rule-based Chatbot như Manychat, Chatfuel, Botsify… Bên cạnh những ưu điểm nêu trên, Rule-based Chatbot cũng gặp phải hạn chế, một trong những hạn chế là không thể trả lời câu hỏi khách hàng mà Chatbot không được định nghĩa trước. Khách hàng cần đi qua nhiều bước mới đến được câu trả lời phù hợp, do vậy trong vài trường hợp sẽ ảnh hưởng đến trải nghiệm người dùng. 1.3.2 AI-based Chatbot Khác với Rule-based Chatbot, AI-based Chatbot không sử dụng các menu/button để điều hướng người dùng, thay vào đó sử dụng trí tuệ nhân tạo AI để xử lý tin nhắn và phản hồi đến người dùng. Khoảng 5 năm trở lại đây, trí tuệ nhân tạo phát triển mạnh mẽ, Chatbot cũng được trang bị thêm công nghệ trí tuệ nhân tạo và công nghệ học máy giúp Chatbot có khả năng tự học từ những cuộc trò chuyện thực tế với người dùng để trở nên thông minh hơn theo thời gian. Công nghệ xử lý ngôn ngữ tự nhiên NLP giúp Chatbot AI hiểu ý định trong câu nói của người dùng và đưa ra những phản hồi chính xác. Người dùng không phải nhập những câu rập khuôn máy móc để giao tiếp với Chatbot mà hoàn toàn có thể diễn tả ý định theo cách của riêng mình. Nhờ xác định các từ khóa, các biến trong câu nói của người dùng mà Chatbot thông minh hiểu và đối đáp linh hoạt với người dùng. Bên cạnh đó, Chatbot AI có khả năng tích hợp nhiều tính năng tiện ích bổ sung, nhằm giải quyết đa dạng các bài toán của doanh nghiệp. Chatbot không những có thể tư vấn, cung cấp thông tin về các sản phẩm dịch vụ của doanh nghiệp, mà Chatbot còn có thể thực hiện nhiều tác vụ như thu thập thông tin khách hàng, đặt hàng, đặt lịch hẹn. 7
1.4 Các nền tảng xây dựng Chatbot Chatbot đã không còn là khái niệm xa lạ với người dùng Internet nói chung và các doanh nghiệp nói riêng. Hiện nay nhiều nền tảng xây dựng Chatbot được ra đời, hỗ trợ người dùng giao diện trực quan và khả năng đưa ra câu trả lời phù hợp với câu hỏi của người dùng một cách chính xác như Chatfuel, FPT.AI Conversation, Harafunnel... Hoặc doanh nghiệp có thể tự xây dựng hệ thống Chatbot dựa vào các framework nổi tiếng như Microsoft Bot Framework, Rasa, Dialogflow... Sau đây là một số nền tảng Chatbot nổi tiếng trên thế giới mà bất kì cá nhân hoặc doanh nghiệp nào cũng có thể tiếp cận: Chatfuel Chatfuel ra đời vào mùa hè năm 2015 với mục tiêu làm cho việc xây dựng bot trở nên dễ dàng với bất kỳ ai. Hiện Chatfuel là nền tảng hàng đầu để xây dựng bot trên Facebook Messenger, tự động hóa giao tiếp với con người thông qua các ứng dụng nhắn tin. Các tính năng cơ bản của Chatfuel bao gồm: tạo Chatbot tự động trả lời tin nhắn khách hàng, tạo quảng cáo Facebook tiếp thị lại cho những người dùng đã tương tác với Fanpage của bạn, hỗ trợ lọc danh sách khách hàng tiềm năng thông qua lịch sử trò chuyện với khách hàng. Ưu điểm của Chatfuel khiến nền tảng này trở nên thu hút phải kể đến là bản dùng thử hoàn toàn miễn phí. Việc thiết lập Chatbot trên nền tảng này cũng rất đơn giản vì không cần phải lập trình, mà dễ dàng tạo bot nhờ vào các thư viện mẫu. Ngoài tích hợp trên Facebook, Chatfuel còn tích hợp được với các ứng dụng mạng xã hội khác như Instagram, Twitter, Youtube… Các khách hàng của Chatfuel, bao gồm từ các doanh nghiệp vừa và nhỏ đến các thương hiệu dễ nhận biết nhất trên thế giới. Một số khách hàng lớn nhất như Adidas, T - Mobile, LEGO. FPT.AI Conversation Nền tảng tạo Chat-bot FPT.AI Conversation là sản phẩm được FPT đặc biệt đầu tư phát triển. Là nền tảng tạo lập Chatbot ứng dụng trí tuệ nhân tạo với các 8
công nghệ học máy và xử lý ngôn ngữ tự nhiên tiên tiến nhất, FPT.AI Conversation cho phép người tạo bot xây dựng các kịch bản trò chuyện khác nhau với khách hàng và theo dõi lịch sử trò chuyện để Chatbot có thể hiểu và tương tác với khách hàng một cách tự nhiên, thân thiết. Chatbot tích hợp trên các giao diện nhắn tin phổ biến như Facebook Messenger, Zalo, livechat trên website hoặc bất kì ứng dụng, giao diện trò chuyện sẵn có nào của doanh nghiệp. Hình 1.3. Giao diện nền tảng Chatbot FPT.AI Conversation Harafunnel Là một sản phẩm của tập đoàn Haravan, là nền tảng công nghệ hỗ trợ người dùng tự tạo Chatbot trên nền tảng Facebook Messenger và website của doanh nghiệp. Chat-bot sẽ tự động trả lời theo tình huống thiết lập trước. Chatbot được xây dựng trên nền tảng Harafunnel sẽ có thêm chức năng tạo ra phễu bán hàng tự động, để lọc và đánh giá các khách hàng tiềm năng. Với công cụ Chatbot này, doanh nghiệp có thể thu thập dữ liệu khách hàng đa kênh, chăm sóc khách hàng tự động 24/7 và có thể thiết lập quy trình marketing hoàn toàn tự động miễn phí. Các tính năng chính của Harafunnel là gửi tin nhắn hàng loạt cho người dùng đã gửi tin nhắn cho Fanpage hoàn toàn miễn phí, tự động khởi tạo quảng cáo Facebok để tiếp thị lại khách hàng tiềm năng đã tương tác với Fanpage nhưng chưa mua hàng, ẩn bình luận thông minh chống tình trạng mất khách, tự động trả lời tin nhắn, bình luận khách hàng theo kịch bản soạn sẵn và tự động phân loại khách hàng, quản lý bán hàng hiệu quả trên mạng xã hội. 9