Máy hiểu ý người Việt khá tốt khi câu viết rõ ràng, có dấu, đúng chính tả. Nó vẫn vấp ở bốn chỗ quen thuộc: tin nhắn không dấu viết tắt, tiếng lóng của người trẻ, giọng và từ địa phương, và những câu nói ngược kiểu mỉa mai. Hiểu được những chỗ vấp đó là chìa khoá để dùng chatbot cho chăm sóc khách mà không làm khách bực.
AiHieu.com định hướng làm một chỗ giải thích chuyện máy hiểu ngôn ngữ cho người Việt: máy đang làm gì khi đọc tin nhắn, vì sao nó hiểu sai, và doanh nghiệp nên thiết kế cuộc trò chuyện ra sao để máy và người cùng làm tốt phần của mình.
Người Việt nhắn tin không giống sách giáo khoa
Một tin nhắn thật gửi tới trang bán hàng có thể trông thế này: sp nay con k shop, ship ve cm bao lau, co dc kiem hang ko. Không dấu, viết tắt, thiếu chủ ngữ, có cả tên tỉnh viết tắt. Nhân viên bán hàng đọc là hiểu ngay khách hỏi còn hàng không, giao về Cà Mau mất bao lâu, có được kiểm hàng không.
Giọng nói còn khó hơn. Một cô ở Sóc Trăng gọi tổng đài, nói nhanh, từ địa phương, chữ v đọc như d, chữ r gần như không có. Một chú ở Nghệ An nói với giọng nặng và cách dùng từ rất riêng. Hệ thống nhận dạng giọng nói học chủ yếu từ giọng chuẩn sẽ chép sai, và mọi thứ phía sau đều sai theo.
Rồi tới những câu mà nghĩa nằm ở giọng điệu. Shop giao nhanh ghê, đặt từ tháng trước giờ mới tới. Đọc theo chữ thì là khen, đọc theo ý là chê. Một hệ thống phân tích cảm xúc đếm từ khen chê sẽ xếp câu này vào nhóm hài lòng.
Doanh nghiệp đưa chatbot vào mà không lường trước những chuyện này thường nhận về đúng thứ họ sợ nhất: khách bực vì máy hỏi lại mãi, hoặc trả lời một câu chẳng liên quan.
Máy hiểu ý người như thế nào, và vì sao hay hiểu sai?
Nhận dạng ý định. Máy đoán câu thuộc nhóm nào: hỏi giá, hỏi giao hàng, khiếu nại, đổi trả. Chia nhóm càng rõ, máy càng dễ đúng.
Rút thông tin trong câu. Từ câu ship về Cà Mau bao lâu, máy cần rút ra nơi giao là Cà Mau. Tên địa phương viết tắt là chỗ dễ trượt.
Mô hình ngôn ngữ lớn đọc ngữ cảnh. Các mô hình hiện đại đọc cả câu và cả đoạn hội thoại nên hiểu tốt hơn kiểu dò từ khoá ngày trước, kể cả tin không dấu.
Vấp vì không dấu. Ban có thể là bàn, bán, bạn, bận. Thiếu ngữ cảnh thì máy đoán, và đoán sai là trả lời lạc đề.
Vấp vì tiếng lóng thay đổi nhanh. Từ lóng của học sinh, của cộng đồng mạng đổi theo mùa. Dữ liệu cũ không có những từ đó.
Vấp vì giọng vùng khi nghe. Nhận dạng giọng nói kém với giọng địa phương nếu ít được học. Chép sai một từ là hiểu sai cả câu.
Vấp vì mỉa mai, nói giảm. Câu khen để chê, câu nói giảm nói tránh kiểu cũng được là thường thôi, máy dễ đọc theo mặt chữ.
Vấp vì một câu hỏi nhiều ý. Khách hỏi giá, hỏi màu, hỏi giao hàng trong một tin. Máy chỉ trả lời ý đầu là khách phải hỏi lại.
Tự tin khi sai. Mô hình ngôn ngữ có thể trả lời trôi chảy dù hiểu sai. Thiết kế tốt là để máy hỏi lại khi không chắc.
Dữ liệu riêng của ngành giúp nhiều. Tên sản phẩm, cách khách của chính cửa hàng hay hỏi, đưa vào làm ví dụ giúp máy hiểu đúng hơn rõ rệt.
Người thật vẫn là lưới cuối. Khiếu nại, khách đang giận, chuyện tiền bạc nên được chuyển cho nhân viên càng sớm càng tốt.
Hướng đi của AI Hiểu
AI Hiểu hướng tới việc giải thích chuyện máy hiểu ngôn ngữ cho người không làm kỹ thuật: chủ cửa hàng, quản lý chăm sóc khách, giáo viên, người làm nội dung. Không cần công thức, chỉ cần những ví dụ tin nhắn thật của người Việt và cách máy đọc chúng.
Mảng thứ nhất là thư viện tình huống khó: tin không dấu, viết tắt theo vùng, tiếng lóng, câu mỉa mai, câu nhiều ý. Mỗi tình huống có cách máy thường hiểu sai và cách thiết kế câu hỏi lại để làm rõ, ví dụ dạ, anh chị muốn hỏi về giá hay về thời gian giao ạ.
Mảng thứ hai là hướng dẫn thiết kế chatbot cho doanh nghiệp nhỏ: chia nhóm câu hỏi thế nào, viết câu trả lời mẫu ra sao, và quan trọng nhất là đặt luật chuyển cho người thật. Khách nhắc lại lần thứ hai, khách dùng từ bực bội, khách hỏi chuyện tiền bạc, là lúc máy nên nhường.
Mảng thứ ba là phân tích phản hồi khách hàng: đọc hàng trăm bình luận, đánh giá để biết khách khen chê gì. Phần này máy làm nhanh nhưng cần người soát những câu mỉa mai, và cần nhớ con số chỉ là tín hiệu, không phải sự thật tuyệt đối.
Ai được lợi từ AI Hiểu?
Chủ shop online. Hiểu chatbot của mình đang vấp ở đâu, sửa kịch bản để khách bớt bực.
Quản lý chăm sóc khách hàng. Có luật chuyển người thật rõ ràng, nhân viên tập trung vào ca khó.
Tổng đài phục vụ khách nhiều vùng. Biết giới hạn của nhận dạng giọng nói với giọng địa phương để chuẩn bị phương án dự phòng.
Người làm marketing. Đọc phân tích cảm xúc bình luận cho đúng, không bị câu mỉa mai đánh lừa.
Lập trình viên làm chatbot. Có bộ tình huống tiếng Việt thật để thử sản phẩm trước khi giao khách.
Giáo viên, sinh viên ngành ngôn ngữ. Có ví dụ sinh động về vì sao tiếng Việt khó với máy.
Người lớn tuổi gọi tổng đài. Doanh nghiệp hiểu giới hạn của máy thì sẽ để sẵn đường gặp người thật, bớt cảnh bấm phím vòng vòng.
Khách hàng nói chung. Biết cách nhắn rõ ý để được trả lời nhanh, và biết yêu cầu gặp nhân viên khi cần.
Cơ quan có cổng hỏi đáp. Thiết kế hỏi đáp tự động cho người dân dễ dùng, không bắt người dân phải nói theo kiểu máy.
Người làm nội dung. Viết hướng dẫn, câu hỏi thường gặp theo cách người thật hay hỏi, dễ được tìm thấy hơn.
Cả cộng đồng dùng tiếng Việt. Nhiều tình huống thật được ghi lại giúp sản phẩm sau hiểu người Việt tốt hơn.
Lộ trình phát triển của AiHieu.com
Bước đầu là loạt bài giải thích cơ chế hiểu ý bằng ví dụ tiếng Việt thật, cùng thư viện tình huống khó. Phần này dựng nền và giúp người đọc thấy ngay giá trị.
Bước hai là bộ mẫu kịch bản chatbot cho vài ngành phổ biến như bán lẻ, nhà hàng, phòng khám, trung tâm giáo dục, mỗi mẫu có sẵn câu hỏi lại khi máy không chắc và luật chuyển người thật.
Bước ba là công cụ nhỏ để thử một tin nhắn: dán câu khách hỏi, xem máy có thể hiểu thành những ý nào và nên hỏi lại ra sao. Công cụ chỉ minh hoạ cơ chế, không hứa hiểu đúng mọi câu.
Nguyên tắc xuyên suốt: máy hiểu tốt thì để máy làm phần lặp lại, máy không chắc thì hỏi lại, khách đang không vui thì nhường người thật. Hiểu một người không chỉ là hiểu chữ.
Câu hỏi thường gặp
Chatbot có hiểu tin nhắn không dấu không?
Các mô hình ngôn ngữ hiện đại hiểu khá nhiều tin không dấu nhờ đọc ngữ cảnh, nhưng câu ngắn, nhiều từ đa nghĩa vẫn dễ sai. Thiết kế tốt là để chatbot hỏi lại khi không chắc.
Vì sao tổng đài tự động hay không nhận ra giọng miền Tây?
Hệ thống nhận dạng giọng nói học nhiều từ giọng phổ biến, ít dữ liệu giọng địa phương thì chép sai nhiều hơn. Doanh nghiệp nên luôn có lựa chọn gặp nhân viên.
Phân tích cảm xúc bình luận bằng AI có tin được không?
Tin được ở mức xu hướng chung, như tỷ lệ khen chê thay đổi qua các tháng. Từng bình luận cụ thể, nhất là câu mỉa mai, vẫn cần người đọc lại.
Khi nào chatbot nên chuyển cho nhân viên thật?
Khi khách hỏi lại cùng một ý, khi khách dùng lời lẽ bực bội, khi chuyện liên quan tiền bạc, khiếu nại hay sức khoẻ. Chuyển sớm luôn tốt hơn để khách bực thêm.
Làm sao để chatbot của shop hiểu khách tốt hơn?
Đưa vào những câu hỏi thật mà khách của shop hay nhắn, kèm cách trả lời mẫu. Tên sản phẩm, cách viết tắt quen thuộc của khách giúp máy hiểu đúng hơn rõ rệt.