شات بوت عربي يفهم اللهجات: أين تنكسر الردود الآلية

على الروبوت العربي أن يتعامل مع أربع صيغ إدخال لا واحدة: الفصحى، واللهجة الإقليمية بالحرف العربي، والعربيزي المكتوب بحروف لاتينية وأرقام تنوب عن أصوات عربية، والرسائل المزدوجة اللغة التي تخلط العربية والإنجليزية في جملة واحدة. والروبوت المبني والمختبر على الفصحى وحدها سيخفق في أغلب الرسائل الحقيقية، وسيخفق بصمت بالسقوط إلى رد عام.

صيغ الإدخال الأربع

لماذا يكسر هذا الروبوتات التقليدية

الروبوت القائم على القواعد أو الكلمات المفتاحية يطابق سلاسل نصية. ولأن الطلب نفسه يمكن كتابته باثنتي عشرة طريقة عبر هذه الصيغ الأربع، ينهار معدل المطابقة ويتلقى العميل رسالة احتياطية. والأسوأ أن الإخفاق غير مرئي في عرض تقديمي، لأن العروض يجريها من بنوه بالصياغات التي بنوها لها.

والنماذج اللغوية الكبيرة تتعامل مع هذا أفضل بكثير مما فعلت مصنّفات النوايا، وهي سبب صيرورة الروبوتات العربية عملية لا مجرد ممكنة. لكنها ليست تلقائية. فالنموذج بلا سياق سيجيب بطلاقة وخطأ، وهو أسوأ من عدم الإجابة، فينتقل العمل من كتابة القواعد إلى تقييد النموذج بمحتواك الموثّق وبحدود واضحة.

كيف تبني لهذا

اجمع رسائل حقيقية قبل البناء. ستة أشهر من رسائل العملاء الفعلية من أي قناة قائمة هي أثمن مدخل، لأنها تخبرك بأي لهجة وأي صيغة يستخدم عملاؤك فعلًا لا بأيها موجود. ابنِ على ذلك التوزيع، واحتفظ بعينة محجوبة للاختبار لا يراها البناة أبدًا.

ثم اختبر مع متحدثين أصليين من السوق المستهدف لا مع أي متحدث بالعربية. فمن القاهرة لن يلتقط بموثوقية ما يعنيه عميل عراقي، والروبوت الذي يتعامل مع الخليجية جيدًا قد يكون شبه غير صالح في بغداد. وحيث تخدم عدة أسواق، اختبر كلًا منها منفصلًا وأبلغ عن معدل النجاح لكل لهجة لا عن رقم مجمّع.

صمّم الإخفاق

لأن التغطية لن تكتمل أبدًا، فمسار الخروج يهم بقدر التغطية. حين تنخفض الثقة ينبغي أن يقول الروبوت بوضوح إنه لم يفهم ويعرض إنسانًا، بنفس اللغة ومستوى اللهجة الذي استخدمه العميل. وما يدمّر الثقة هو جواب واثق خاطئ، أو حلقة تكرر الرد الاحتياطي نفسه ثلاث مرات قبل أن ييأس العميل ويتصل.