Case studies
Türk bankası için Türkçe konuşma yapay zekası ve doküman işleme
Dar bir soru kümesini stilize Türkçeyle yanıtlayan bir dijital asistana sahip bir banka için, morfoloji duyarlı ve topraklanmış bir sistemle self servis çözüm iyileştirildi.
The challenge
Bankanın asistanı dar bir soru kümesini stilize resmi Türkçeyle yanıtlıyor ve doğal ifade edilen her şeyde başarısız oluyordu. Altında bir Türkçe NLP problemi vardı: niyet modeli, eklemeli biçimleri işleyemeyen bir tokenizasyon üzerine kurulmuştu. Banka, yanlış ücret bilgisi veren bir asistanın kabul edilemez olduğunu netleştirmişti.
What Corpshore did
İki bağlı yetenek kurduk. Asistan serbest üretmek yerine getirme temellidir: her yanıt bankanın kendi içeriğine dayandırılır ve korpus dışına çıkmaktan kısıtlanır. Türkçe dil işini yeniden kurduk: morfoloji duyarlı sorgu anlama, ünlü uyumu ve locale casing. Doküman yeteneği alan çıkarır ve güven skoru atar; eşiğin altındakiler insan incelemesine gider.
Results
- Self servis çözüm, önceki asistana kıyasla belirgin arttı
- Türkçe sorgu anlama doğruluğu bankanın test setinde belirgin iyileşti, en büyük kazanç morfolojik ve konuşma dilinde ifade edilen sorgularda
- Doğrudan geçen doküman işleme hacmin yüzde 64'üne ulaştı, kalanı tasarlandığı gibi incelemeye gitti
- İlk operasyonel dönemde asistanın yanlış ürün veya ücret bilgisi verdiği doğrulanmış sıfır olay
Why it worked
Kısıt tasarımdı. Her yanıtı topraklamak ve korpus dışına çıkmayı reddetmek, kısıtsız bir modelin iddia edeceğinden daha düşük kapsam üretti ama düzenli bir bankanın müşterilerinin önüne koyabileceği bir asistan üretti.
Let us build your Türkiye team
Tell us your function, your scale and your language needs. We will come back to you within six hours.