Necessites ajuda?

Escriu la teva pregunta i la nostra tecnologia PLN trobarà una resposta

Prem la tecla de retorn per veure els resultats


La I.A. (A.I., en anglès) és la ciència i enginyeria que desenvolupa màquines intel·ligents, especialment programes computacionals intel·ligents. Està relacionada amb la tasca similar d'utilitzar ordinadors per entendre i modelar la intel·ligència humana, però la intel·ligència artificial no s'ha de restringir a mètodes que són biològicament observables.
 
Els intents per fer que els ordinadors entenguin les llengües humanes, o llengües naturals, són descrits per una branca de la intel·ligència artificial coneguda com a Processament del Llenguatge Natural (PLN); Inbenta es dedica a desenvolupar tecnologia de PLN i a facilitar la interacció sofisticada i intel·ligent entre humans i ordinadors.
 
Contacta'ns per obtenir una demo i veure com funciona la nostra tecnologia basada en IA.
Ha estat útil la resposta?
Gràcies!
El Llenguatge Natural és aquell que es desenvolupa i genera de manera espontània pels humans, fent ús de l'habilitat innata per entendre, processar i utilitzar el llenguatge. Encara que les llengües naturals tenen regles i estructures, són molt diferents de les llengües artificials (anomenades també «llengües planificades») com ara el llenguatge de programació computacional. Les persones utilitzen les llengües naturals (parlades, escrites o signades) per comunicar-se dia a dia.
 
Com que les llengües naturals no han estat dissenyades de la mateixa manera que les llengües formals, tendeixen a tenir moltes ambigüitats. Una mateixa paraula, sintagma o, fins i tot, una frase sencera pot tenir significats diferents, i un concepte pot ser expressat de múltiples maneres. Això significa que el llenguatge natural és molt expressiu, però també que hi pot haver confusions i diferents interpretacions.
 
Mira com el nostre CEO, en Jordi Torras, explica què és el llenguatge natural.
 
El processament del llenguatge natural o PLN és un camp de la IA que s’ocupa de programar ordinadors perquè entenguin el llenguatge natural.
 
Ha estat útil la resposta?
Gràcies!
La teoria sentit-text, desenvolupada originalment per Aleksandr Žolkovskij i Igor Mel’čuk, proposa que els diferents tipus de relacions entre unitats lèxiques (tots els elements del vocabulari d'una llengua —paraules, parts de les paraules i sintagmes) poden ser representats formalment com a funcions lèxiques.
 
Les funcions lèxiques es poden utilitzar per simplificar estructures complexes i assignar un pes semàntic a diferents parts d'una expressió. Això permet als lingüistes (i alhora a la nostra tecnologia) relacionar significats similars independentment del tipus de sintagma o de l'ordre de paraules.
 
Els nostres lingüistes han adaptat les idees postulades per la teoria per crear un cercador semàntic avançat, mitjançant l'ús de Funcions Lèxiques per a la descripció i simplificació d'expressions de llenguatge natural, amb l'objectiu d'entendre el significat de les preguntes de l'usuari malgrat les diferències entre les paraules utilitzades.
Ha estat útil la resposta?
Gràcies!

Els arbres de categories milloraran el temps de resposta dels agents, ja que et permet emmagatzemar el teu contingut en categories específiques.

Un cop integrat, l'arbre de cateogries et mostrarà el contingut més popular, de forma que pots mostrar contingut en funció del que els clients cliquen més.

Contacta'ns per obtenir una demo i veure com els arbres de categories poden millorar l'experiència de client.

Ha estat útil la resposta?
Gràcies!

Utilitzant les FAQ dinàmiques pots evitar que es creïn els tiquets d'ajuda més comuns i reiteratius. El software d'Inbenta analitza les preguntes dels usuaris mentre són escrites, i ofereix respostes útils i informatives a partir de la base de coneixement.

Les FAQ dinàmiques fan que el teu lloc web sigui receptiu, et permeten adaptar-te als teus usuaris des del primer moment en què hi entren i t'aporten informació rellevant sobre les preguntes més freqüents.

 
Ha estat útil la resposta?
Gràcies!

Des del moment en què el client comença a crear un tiquet de suport, el nostre intel·ligent sistema de respostes instantànies suggereix contingut relacionat amb la consulta per desviar tiquets innecessaris.

Mitjançant el nostre potent motor de cerca semàntica, les Respostes Instantànies analitzen l'input dels usuaris i els envien informació útil per evitar que els agents rebin massa preguntes repetitives.

Les Respostes Instantànies redueixen els costs del centre d'atenció al client, augmenten l'èxit de l'autoservei i permeten als vostres clients respondre's les seves pròpies preguntes en comptes d'enviar un correu electrònic o crear un tiquet de suport.

 
 
Ha estat útil la resposta?
Gràcies!
Les valoracions proporcionen a l’usuari un feedback instantani sobre la utilitat de les FAQ de la base de coneixement. Els usuaris assignen simplement la valoració 'Sí' o 'No' a cada FAQ, i hi ha la possibilitat d'afegir una capsa de text perquè escriguin comentaris. Cada detall es pot seguir des del Backstage, inclòs el que pregunten els usuaris (i quan), quines FAQ cliquen, i si creuen que la pregunta s'ha respost correctament. Es pot veure directament la valoració de cada usuari individual i/o els comentaris.
 
Les valoracions dels clients i els comentaris ofereixen informació valuosa sobre la qualitat de la base de coneixement. Si un centre d'atenció al client compta amb aquesta informació, podrà redirigir de forma ràpida FAQ inadequades, reescriure respostes complicades o poc clares per millorar-ne la comprensió, o afegir informació addicional a les FAQ que no resolen completament els problemes dels usuaris.
 
A mesura que la base de coneixement millori amb el temps, els gràfics al Backstage faran un seguiment dels avenços en les Valoracions per donar una imatge clara de l'estat de la base de coneixement.
Ha estat útil la resposta?
Gràcies!
En una base de coneixement hi ha tota la informació que els usuaris poden necessitar: Pot contenir una llista de FAQ, pàgines informatives del lloc web, vídeos, PDF, o altres documents i recursos.

De cada ítem de la base de coneixement, independentment del format en què estigui, en diem contingut i pot ser retornat com a resposta quan els usuaris fan una pregunta o busquen alguna cosa a la pàgina web.

La base de coneixement pot incloure informació en qualsevol format per donar les millors respostes als usuaris. Per exemple, si els vostres usuaris busquen productes, els podem proporcionar l'enllaç de la secció de productes de la vostra pàgina web. D'altra banda, si intenten trobar solucions a un problema específic, els podem ensenyar articles, vídeos, i/o FAQ sobre com resoldre i solucionar els seus problemes.
Ha estat útil la resposta?
Gràcies!
Un web crawler, o spider (en català, aranya web) és un programa computacional que explora el World Wide Web d'una manera metòdica i automatitzada o ordenada. Altres termes per referir-s’hi són ants, indexadors automàtics, bots, o robots web.

Inbenta proporciona el seu propi spider, anomenat NePHPila, que pot explorar i indexar virtualment qualsevol web, arxius XML o documents base per construir automàticament una base de coneixement per fer-hi cerques.
Ha estat útil la resposta?
Gràcies!
Un tag cloud (en català, núvol d’etiquetes, anomenat també word cloud o weighted list en disseny visual) és una manera de representar el contingut de les pàgines web visualment mitjançant un «núvol» on les paraules i etiquetes més comunes tenen un color o una mida particular. Donen una idea ràpida dels temes o paraules més freqüents. Tot i que l’extraordinari clúster semàntic d’Inbenta permet agrupar conjunts de preguntes semblants, no és una eina dissenyada per implementar tag clouds.
Ha estat útil la resposta?
Gràcies!
Lingüísticament parlant, una paraula és la unitat mínima independent amb significat en qualsevol llengua. Una paraula es pot utilitzar de forma aïllada i tenir significat, a diferència dels morfemes (que són unitats com ara 'in-' a invisible), els quals afegeixen significat però no es poden utilitzar sols. Les paraules són els elements bàsics per crear unitats més complexes i amb més significat.
Ha estat útil la resposta?
Gràcies!

El Backstage és una aplicació web que poden utilitzar els nostres clients per fer el seguiment del projecte, mantenir i editar la base de coneixement, processar tiquets de suport, i molt més. Centralitza tots els elements diferents del centre d'atenció al client perquè els agents puguin gestionar fàcilment el contingut, buscar respostes, i respondre a preguntes mitjançant una sola aplicació.

Contacta'ns per obtenir una demo i veure com el Backstage gestiona més de 300.000 tiquets de suport i et pot aportar una ràtio d'autoservei de més del 90 %, líder al mercat.

Ha estat útil la resposta?
Gràcies!
La desambiguació és el procés pel qual es resol o elimina qualsevol ambigüitat. En Lingüística, l'ambigüitat es dóna quan una paraula pot tenir més d'un significat, i mitjançant la desambiguació se selecciona el significat més adequat. Totes les llengües tenen ambigüitat: hi ha paraules que sonen igual (homòfones), com ara «vall» i «ball»;blog amb tota la informació sobre el procés de desambiguació.
Ha estat útil la resposta?
Gràcies!
La Lingüística és l'estudi formal i científic del llenguatge. L’objectiu de la lingüística és descriure com funcionen les llengües. Els lingüistes d’Inbenta apliquen el coneixement científic sobre les llengües per solucionar problemes pràctics, com ara el processament del llenguatge natural.
 
S’estudien molts aspectes de la llengua, entre ells: la fonètica, l’estudi dels sons de la parla; la semàntica, l’estudi dels significats; la sintaxi, l’estudi de la gramàtica; la morfologia, l’estudi de l’estructura de les paraules; entre d’altres.
 
La Lingüística Computacional és un camp en què els lingüistes treballen amb enginyers per intentar descriure la llengua des d'una perspectiva computacional. Els experts lingüistes computacionals d’Inbenta tenen una àmplia varietat de coneixements lingüístics, de manera que el nostre equip és capaç de crear i mantenir diccionaris en diferents llengües.
Ha estat útil la resposta?
Gràcies!
SEO, o search engine optimization, és el nom que rep l'estratègia de màrqueting que utilitza diferents tècniques per millorar la posició d'un lloc web pel que fa a resultats de cerca orgànica. El propòsit del SEO és aconseguir més visitants a la pàgina i assegurar-se que apareix més amunt als resultats de cerca i és visible per a més gent.
 
Una pàgina web pot ser optimitzada per a la cerca mitjançant mètodes com ara editar continguts de la pàgina per fer-la més rellevant amb les paraules clau més comunes, o editar el coding de la pàgina perquè sigui més fàcil d'indexar per un motor de cerca.
 
El Long Tail SEO d’Inbenta etiqueta cerques long tail per dirigir el trànsit enfocat al lloc web; les cerques long tail tenen 4-5 (o més) paraules clau i són més específiques i menys comunes que les cerques amb una o dues paraules. A més, les long tail són menys competitives pel que fa al SEO.
 
Contacta'ns per obtenir una demo i veure com el nostre long tail SEO pot augmentar significativament el trànsit del teu lloc web.
Ha estat útil la resposta?
Gràcies!

El clúster semàntic ajuda la teva empresa a trobar buits al teu contingut per millorar l'experiència de client i reduir el nombre de preguntes sense resposta.

El Clúster Semàntic d'Inbenta agrupa consultes de cerca semànticament equivalents —paraules, sintagmes i frases— en clústers en funció del significat. Com més preguntes, paraules i sintagmes amb un significat similar hi hagi, més gran serà el clúster.

Aquesta funció d'anàlisi de buits permet als nostres clients esbrinar on afegir respostes i informació addicionals per assegurar-se que els clients poden trobar la informació que busquen de forma ràpida i fàcil, de manera que no han de crear un tiquet de suport.

Contacta'ns per obtenir una demo i veure com el clúster semàntic pot augmentar la satisfacció dels clients.

 
 
Ha estat útil la resposta?
Gràcies!

La gent discuteix online sobre la teva companyia i els teus productes cada dia. Per això és essencial estar al corrent de les opinions dels teus clients actuals i dels potencials.

L'eina Anàlisi de Sentiments d'Inbenta ofereix feedback instantani dels sentiments i actituds dels clients envers la companyia a partir de publicacions a xarxes socials, ressenyes de productes i correus electrònics d'atenció al client.

La nostra tecnologia de processament del llenguatge natural classifica cada interacció com a positiva o negativa, i ofereix una visió global de l'experiència del client, perquè puguis entendre les opinions, comercialitzar els productes correctament i monitorar la teva reputació.

Per obtenir una demo per veure com funciona, posa't en contacte amb nosaltres, si us plau.

Ha estat útil la resposta?
Gràcies!
La correcció de textos és important tant per als creadors dels continguts com per a la precisió de cerca.
 
Els errors en els articles de la base de coneixement poden confondre els usuaris o, fins i tot, fer que tinguin una mala impressió de la vostra marca. A més, les paraules mal escrites a les consultes fan més difícil la detecció del significat.
 
Les nostres eines de correcció ortogràfica poden identificar errors mentre els editors creen nou contingut, i periòdicament donen compte dels errors que hi ha a les FAQ existents perquè es puguin corregir.
 
A les aplicacions de cerca, el nostre corrector de textos analitza les paraules desconegudes de les preguntes d'usuari i hi aplica correccions, de manera que es pugui completar la cerca amb la paraula adequada.
Ha estat útil la resposta?
Gràcies!

L'any 1950, Alan Turing va proposar en el seu article «Computing Machinery and Intelligence» que si una màquina podia fer creure que era un ésser humà a un observador expert, havia de ser considerada intel·ligent.

Aquest test és acceptat per la majoria de científics per determinar la intel·ligència de les màquines, però ha rebut algunes crítiques des del punt de vista filosòfic.

Típicament, en el test de Turing un observador interacciona amb un ordinador a través d'una interfície de text perquè la màquina no imiti el so o l'aparença d'una persona real. Si l'observador creu que ha estat interaccionant amb una altra persona, en comptes d'un programa d'ordinador, la màquina «aprova» el test.

Ha estat útil la resposta?
Gràcies!
Inbenta compta amb diferents proveïdors especialitzats en reconeixement de veu que ofereixen les últimes solucions del mercat. Hi ha diferents opcions a l’abast segons les característiques del projecte, principalment la plataforma que utilitzeu (Apps per a mòbils, per a webs, pàgines web, etc.) i la llengua o llengües en què necessiteu el reconeixement de veu. Contacta'ns per saber-ne més!
Ha estat útil la resposta?
Gràcies!

Amb les Enquestes d’Inbenta, els clients poden utilitzar les analítiques i l'eina de ticketing, al Backstage, per crear enquestes, publicar-les i veure’n els resultats. El sistema és fàcil d'utilitzar i molt flexible. Qualsevol enquesta es pot enllaçar a una sessió amb un assistent virtual o a una conversació amb un agent real.

Un dels aspectes més importants de l'atenció al client és conèixer l'usuari i escoltar la seva opinió. Una de les millors maneres és demanar-la-hi directament. En utilitzar l'eina d'enquestes, els teus clients compartiran la seva opinió sobre el tema que vulguis
 

Contacta'ns per obtenir una demo gratuïta de les Enquestes d'Inbenta.

Ha estat útil la resposta?
Gràcies!

La majoria de catàlegs e-commerce estan organitzats utilitzant SKU (Stock Keeping Units, en anglès), perquè proporcionen identificadors únics i no ambigus per a cada producte. Tot i així, quan els clients entrin al web decidits a comprar, buscaran productes utilitzant llenguatge natural -això vol dir que les cerques poden ser incompletes o sintagmes ambigus, o poden tenir errors ortogràfics.

Les nostres eines de cerca d'e-commerce apliquen principis de processament del llenguatge natural a les cerques, el que fa que trobar productes sigui fàcil i natural. Els beneficis són inabastables; els clients tindran una experiència de compra lliure de frustracions, i les ràtios de conversió i click-to-cart milloraran considerablement.

Contacta'ns per programar una demo.

Ha estat útil la resposta?
Gràcies!

Inbenta pot captar cerques long tail i generar landing pages de SEO per dirigir el trànsit cap al teu lloc web.

El long tail representa totes les preguntes que els teus usuaris escriuen al sistema de cerca i no són gaire freqüents.

Segons Google Trends, la pregunta «Com protegir un dobermann» és una «long tail request» perquè cada mes l’escriuen menys de 10 usuaris.

En canvi, la popular pregunta «assegurança de cotxes» es troba al «top tail request», perquè més de 100.000 usuaris fan aquesta pregunta cada mes.

Per entendre millor el fenomen long tail, dóna un cop d'ull a aquest gràfic:



/> Tenint en compte aquest gràfic, podem observar que la gran majoria de preguntes (el 80 %; la línia verda) que han fet els usuaris són «long tail requests», és a dir, preguntes que individualment no s'escriuen gaire freqüentment als motors de cerca. Això demostra que cadascú té la seva pròpia manera d'expressar-se i formular preguntes als motors de cerca.


Al cap i a la fi, poques persones repeteixen la mateixa pregunta exacta. Només el 20 % de les preguntes d’usuari són «top tail requests», és a dir, preguntes que són molt populars, com ara «sabates».

A més, podem observar encara dues coses més en aquest gràfic:

  • Les «long tail requests» consisteixen en una mitjana de 4-5 paraules clau.

  • Amb 4 o 5 paraules clau, els usuaris poden articular les seves necessitats més acuradament que amb només dues («top tail request»). Com més acurat sigui l’usuari a l’hora d’expressar el que vol, serà més ràpid en el procés de decisió/compra. Dit d'altra manera, el trànsit que prové de les long tail és de més qualitat que el que prové de les top tail, cosa que assegura una millor ROI.

  • La nostra característica long tail SEO et permet beneficiar-te d’aquestes cerques més llargues i enfocades, generant landing pages.
Ha estat útil la resposta?
Gràcies!
Mentre els usuaris escriuen, l'autocompletat suggereix respostes de la base de coneixement, de pàgines web i, fins i tot, de preguntes ja respostes anteriorment. Analitza les tecles que premen els usuaris per trobar la informació més ràpidament, i els l'envia mentre escriuen la pregunta. L'experiència dels usuaris amb la companyia serà més positiva com més fàcil i intuïtiu sigui trobar el que busquen.
Ha estat útil la resposta?
Gràcies!

Amb les Solucions d'Autoservei d'Inbenta pots proporcionar tota la informació als usuaris quan i on la necessiten.

Les nostres aplicacions converteixen l'atenció al client en una experiència agradable i el fan més eficient per a tothom, tant pels agents com pels clients.

Independentment d'on siguin els teus usuaris i de si accedeixen al teu lloc web des de l'ordinador, el mòbil, la tauleta o qualsevol altre dispositiu, nosaltres facilitem sempre la informació rellevant i les respostes de qualitat que esperen.

Si vols saber com els nostres serveis et poden ajudar a millorar la satisfacció dels clients, reduir el volum de feina d'atenció al client i augmentar els beneficis, aleshores contacta'ns per obtenir una demo!

Ha estat útil la resposta?
Gràcies!
El cross selling tradicional augmenta les vendes suggerint al client productes addicionals als que ha comprat, però a Inbenta hem convertit el cross selling en una eina d'optimització de la ràtio de conversió que anima els usuaris a indagar en la base de coneixement per conèixer més productes i serveis relacionats, i possiblement fer una compra.
 
 
Contacta'ns per obtenir una demo i veure com el cross selling pot augmentar les teves vendes.
Ha estat útil la resposta?
Gràcies!

Enterprise Search és un fonament fruit de més de 10 anys d'inversió en R+D en processament del llenguatge natural que entén què escriuen els teus clients. A continuació, llegeix entre línies per proporcionar el resultat correcte més del 90 % dels cops.

Contacta'ns per obtenir una demo i veure com Enterprise Search et pot ajudar.

Ha estat útil la resposta?
Gràcies!

Els chatbots d'Inbenta et poden ajudar amb les transaccions. Podem orientar el client pas a pas a l'hora de completar una compra o ens en podem encarregar directament, de forma que evitem que l'usuari tingui dubtes o preocupacions persistents que puguin comportar que no la completi.

Gairebé el 70 % dels compradors online abandonen el carretó electrònic abans de completar la compra, i el resultat és quasi 4 bilions de dòlars en productes que es queden als carretons esperant a ser comprats.

Contacta'ns per veure com el nostre chatbot et proporcionarà més conversions, menys abandonaments i més clients recurrents.

Ha estat útil la resposta?
Gràcies!

Com més gran, complex i divers sigui el conjunt d'informació, més potent serà l'aprenentatge automàtic a l'hora d'obtenir informació d'alta qualitat i de generar valor per al teu negoci.

L'aprenentatge automàtic és cada cop més intel·ligent i és capaç de buscar més informació a mesura que aquesta augmenta, independentment de la quantitat de variables, paràmetres canviants i plataformes.

Ha estat útil la resposta?
Gràcies!

La tecnologia patentada de processament del llenguatge natural d'Inbenta s'assegurarà que la teva pàgina web d'ajuda és capaç de reconèixer el llenguatge natural del client i, per tant, d'entendre el significat darrere de les paraules.

El resultat és una experiència de client millorada, una reducció en els costs d'atenció al client i un augment dels beneficis.

Dóna un cop d'ull als nostres cinc passos per a una estratègia d'autoservei d'èxit mitjançant PLN.

Vols una demo per veure com et pot ajudar la ràtio d'autoservei de més del 90 % d'Inbenta? Contacta'ns!

Ha estat útil la resposta?
Gràcies!

El processament del llenguatge natural s'assegura que els ordinadors entenguin el llenguatge natural.

Inbenta es fonamenta en el PLN. Marcs de lingüística teòrica com la teoria sentit-text (TST), que es fa servir per construir models de llenguatge natural, permeten als ordinadors (i, per tant, a la teva tecnologia de cerca), processar llenguatge natural en comprendre el significat darrere de les paraules.

Dóna un cop d'ull al nostre llibre blanc How NLP Works (com funciona el PLN).

Contacta'ns per obtenir una demo i veure com funciona la nostra tecnologia patentada!

Ha estat útil la resposta?
Gràcies!

Inbenta disposa d'un potent sistema de gestió de continguts que et permetrà crear les FAQ i editar la base de coneixement d'una manera fàcil i detallada.

Si us plau, emplena aquest formulari per concertar una reunió amb Inbenta on et puguem explicar més coses.

Ha estat útil la resposta?
Gràcies!

Entenem la necessitat de compartimentar la informació a la base de coneixement i, per això, hem creat un sistema de Perfils que pots utilitzar per controlar quins usuaris poden veure un contingut específic. Pots mostrar o amagar articles específics segons el lloc de la pàgina web des del qual es dirigeix l’usuari, o si està registrat o no. A més, pots separar els documents interns de les guies per a usuaris públics. És fàcil personalitzar l'accés segons les teves especificacions, perquè Inbenta et dóna el control total sobre els continguts que poden veure els teus usuaris.

Contacta'ns per programar una demo.

Ha estat útil la resposta?
Gràcies!
Per a la majoria de projectes, la mida de la base de coneixement no és tan important com la qualitat dels continguts, i us podem ajudar a crear i millorar una base de coneixement que estigui plena de respostes útils.
Ha estat útil la resposta?
Gràcies!
Hem creat una guia per escriure FAQ excel·lents, perquè ens agrada compartir la nostra experiència en atenció al client. Emplena el formulari per rebre'n una còpia.
Ha estat útil la resposta?
Gràcies!

Podem crear una base de coneixement a partir d’informació que ja tinguis. Només ens has d'enviar un arxiu que contingui els teus continguts actuals: un full de càlcul o un arxiu xml. També podem indexar els teus continguts directament des de la pàgina web i importar-los al nostre sistema.

Després d’importar els primers continguts, ja els podem controlar i actualitzar mitjançant un programa anomenat Backstage, el nostre sistema de gestió de coneixements.

Si utilitzeu una altra plataforma per gestionar els continguts, podem indexar automàticament el vostre web tants cops al dia com vulgueu perquè els continguts estiguin sempre actualitzats.

Contacta'ns per obtenir una demo i veure com funciona exactament.

 
Ha estat útil la resposta?
Gràcies!

Inbenta millorarà la teva base de coneixement per mitjà d'un clúster semàntic.

El clúster semàntic ajuda la teva empresa a trobar buits al teu contingut per millorar l'experiència del client.


El Clúster Semàntic d'Inbenta agrupa consultes de cerca semànticament equivalents —paraules, sintagmes i frases— en clústers en funció del significat. Com més preguntes, paraules i sintagmes amb un significat similar hi hagi, més gran serà el clúster.

Aquesta funció d'anàlisi de buits permet els nostres clients esbrinar on afegir respostes i informació addicionals per assegurar-se que els clients poden trobar la informació que busquen de forma ràpida i fàcil, de manera que no han de crear un tiquet de suport.

Contacta'ns per obtenir una demo i veure com funciona exactament.

Ha estat útil la resposta?
Gràcies!
La correcció de textos és important tant per als creadors dels continguts com per a la precisió de cerca.
 
Els errors en els articles de la base de coneixement poden confondre els usuaris o, fins i tot, fer que tinguin una mala impressió de la vostra marca. A més, les paraules mal escrites a les consultes fan més difícil la detecció del significat.
 
Les nostres eines de correcció ortogràfica poden identificar errors mentre els editors creen nou contingut, i periòdicament donen compte dels errors que hi ha a les FAQ existents perquè es puguin corregir.
 
A les aplicacions de cerca, el nostre corrector de textos analitza les paraules desconegudes de les preguntes d'usuari i hi aplica correccions, de manera que es pugui completar la cerca amb la paraula adequada.
Ha estat útil la resposta?
Gràcies!
Inbenta és un proveïdor SaaS (de l’anglès, Software as a Service), és a dir, proporcionem un servidor de continguts als nostres clients. Tot i que guardem els vostres continguts i fem que arribin als vostres clients de manera més fàcil, tots els continguts i la informació que obtenim per al projecte continuen sent vostres.
Ha estat útil la resposta?
Gràcies!

Inbenta compta amb un equip treballador de lingüistes computacionals que ens han ajudat a desenvolupar eines que ‘entenen’ el llenguatge natural. Per això, no us haureu de preocupar per les paraules clau, la metadata o les etiquetes si treballeu amb nosaltres!

Contacta'ns per saber més sobre com et pot ajudar la nostra tecnologia patentada de Processament del Llenguatge Natural.

Ha estat útil la resposta?
Gràcies!
El Web Semàntic és un conjunt d’estàndards que permet l’intercanvi de dades a Internet utilitzant formats XML amb l’objectiu de crear un «web de dades», però el seu ús és molt limitat per a webs comercials. Com que Inbenta se centra en Processament del Llenguatge Natural, qualsevol text escrit pot ser analitzat sense necessitat d'etiquetes o formats específics.
Ha estat útil la resposta?
Gràcies!
El procés de matching lingüístic entre les preguntes d'usuari i les FAQ pot utilitzar informació de qualsevol camp de text (el títol, la resposta, la categoria, etc.). Durant el procés de configuració, l'equip de lingüistes regula les eines per prioritzar els camps que contenen més significat semàntic per al matching.
 
Amb la nostra potent tecnologia de cerca semàntica, no és necessari etiquetar contingut o utilitzar metadata; el nostre software pot extreure informació significant dels continguts automàticament, perquè sigui més ràpida i fàcil d'implementar. Si la informació existeix, Inbenta la troba.
 
El més important per al centre d'atenció al client és centrar-se en crear respostes entenedores i d’alta qualitat que satisfacin les necessitats dels usuaris. I no us preocupeu, perquè Inbenta us donarà feedback i suggeriments per ajudar-vos a adaptar la base de coneixement als vostres clients!
Ha estat útil la resposta?
Gràcies!
Si el nostre software no reconeix una paraula en una pregunta d’usuari, poden passar diferents coses. Primer, el software aplicarà mòduls de correcció de text; si l'input és corregit a una paraula real, la cerca es completarà. Si l’input no es pot corregir, el software El nostre diccionari no cal que contingui totes les paraules, només aquelles que tenen un pes semàntic real. Les paraules desconegudes no sempre s'han d'afegir, perquè, si no contribueixen de forma significativa al significat semàntic de la pregunta, no cal que les analitzem.
Ha estat útil la resposta?
Gràcies!

El Clúster Semàntic d'Inbenta ajuda la teva empresa a trobar buits al teu contingut per millorar l'experiència de client.

Quan un client no rep una resposta satisfactòria, o bé sortirà de la pàgina o no farà clic al contingut que se li ofereix. El clúster semàntic t'avisa d'aquesta resposta negativa i de la necessitat de crear material nou que respongui a la pregunta.

Això és un avantatge immens, ja que permet a les empreses veure el que els seus clients volen saber i respondre amb contingut més ben dirigit, el qual millora la satisfacció del client.  

A més, el nostre equip analitza les preguntes d'usuari sense resposta regularment i en recopila els informes per informar-vos-en, i perquè la base de coneixement s'ajusti en tot moment a les preguntes d'usuari. Tant com vagin sorgint nous temes, el vostre centre d'atenció al client podrà contestar sempre de forma ràpida i eficient.

Contacta'ns per obtenir una demo i veure com el clúster semàntic pot reduir significativament el nombre de preguntes sense resposta i de tiquets de suport.
Ha estat útil la resposta?
Gràcies!

El clúster semàntic ajuda la teva empresa a trobar buits al teu contingut per millorar l'experiència de client i reduir el nombre de preguntes sense resposta.

El Clúster Semàntic d'Inbenta agrupa consultes de cerca semànticament equivalents —paraules, sintagmes i frases— en clústers en funció del significat. Com més preguntes, paraules i sintagmes amb un significat similar hi hagi, més gran serà el clúster.

Aquesta funció d'anàlisi de buits permet als nostres clients esbrinar on afegir respostes i informació addicionals per assegurar-se que els clients poden trobar la informació que busquen de forma ràpida i fàcil, de manera que no han de crear un tiquet de suport.

Contacta'ns per obtenir una demo i veure com el clúster semàntic pot augmentar la satisfacció dels clients.

 
 
Ha estat útil la resposta?
Gràcies!
La cerca semàntica prioritza el significat de l’input en comptes de buscar seqüències de text idèntiques (tal com fa la cerca basada en paraules clau). Això fa que relacioni les respostes rellevants amb les preguntes d’usuari encara que els sintagmes de les preguntes i les respostes siguin totalment diferents.

Desenvolupada pel nostre equip de lingüistes experts i basada en la teoria sentit-text, la tecnologia de cerca semàntica d'Inbenta és capaç de trobar resultats increïblement precisos, independentment del vocabulari que utilitzi l'usuari i sense feina extra per part dels creadors de contingut i dels editors. No hi ha etiquetes ni metadata involucrades; el nostre extens diccionari i catàleg de Funcions Lèxiques permet al nostre software determinar el significat intencionat de qualsevol pregunta. Senzillament crees el contingut, i nosaltres fem la resta!
 
 
Ha estat útil la resposta?
Gràcies!
El repte més gran per als ordinadors a l’hora d’entendre llenguatge natural és l’ambigüitat. Les llengües naturals estan plenes d’ambigüitats; les paraules i els sintagmes poden tenir la mateixa forma i/o la mateixa estructura gramatical, però significats ben diferents. De la mateixa manera, un concepte o idea es pot expressar de diferents maneres mitjançant paràfrasis.

Per exemple, la paraula «carregar» a les frases «Va carregar el mòbil», «Ho va carregar al client», i «Es va carregar la porta», té significats totalment diferents. Quan una persona escolta una d'aquestes frases, comprendrà immediatament si «carregar» es refereix a «reomplir la bateria» en el primer cas, «cobrar els costs a algú» en el segon, o «rompre alguna cosa» en el tercer. El significat de «carregar» és molt diferent segons el context, però un ordinador, quan analitzi les frases, es trobarà amb contextos gramaticals similars i haurà d’esforçar-se per desambiguar-los.

Un altre problema en llenguatge natural és la paràfrasi; hi ha gairebé sempre moltes maneres d'expressar el mateix concepte. Algú que hagi comprat una camisa que no li va bé pot dir «Estic massa gras per aquesta camisa», «És més petita del que em pensava», «La camisa no em queda bé», «No és la talla correcta», «Aquesta camisa queda estreta», o una multitud de possibilitats. Si bé totes expressen la mateixa qüestió, que la camisa no és de la talla que es desitjava, la manera de dir-ho és totalment diferent.

Els humans són realment bons a l’hora de determinar el significat correcte en casos d’ambigüitat utilitzant el coneixement contextual sobre la paraula, i també ho són per reconèixer frases diferents amb el mateix significat, però tant l’ambigüitat com la paràfrasi són molt difícils per als ordinadors.

La nostra tecnologia utilitza diccionaris extensos que contenen la descripció de les paraules i les diferents relacions que hi ha entre elles, anomenades Funcions Lèxiques, per resoldre paraules i frases ambigües, perquè el software pugui «entendre» el llenguatge natural. La Cerca Semàntica d'Inbenta identifica el significat de paraules i frases específiques i permet relacionar els resultats per concepte, més que no pas per paraules clau.
Ha estat útil la resposta?
Gràcies!