Gelen Mesajların Şikayet mi, Soru mu Olduğunu AI Nasıl Ayırt Eder?

Bir diş kliniğine gelen mesajları düşünün: "Randevumu iptal etmek istiyorum" mu, yoksa "Randevu saat kaçta?" mı? İlki bir işlem talebi (şikayet değil ama niyet farklı), ikincisi basit bir soru. AI, bu iki mesajı doğru ayırt edemezse, ya gereksiz yere bir insanı devreye sokar ya da otomatik cevapla hata yapar. Bu yazıda, niyet sınıflandırma (intent classification) mantığını basit bir örnekle anlatacak ve sık yapılan üç hatayı inceleyeceğiz.

Niyet Sınıflandırma Nedir? Basit Bir Örnek

Niyet sınıflandırma, bir metnin hangi amaca hizmet ettiğini belirleyen AI Automation tekniğidir. Örneğin, "Dişim ağrıyor" ifadesi bir şikayet (ağrı bildirimi), "Diş ağrısı için ne yapabilirim?" ise bir sorudur. AI, belirli anahtar kelimeler, cümle yapıları ve bağlama göre bu ayrımı yapar. Diyelim ki elimizde iki mesaj var:

• Mesaj A: "Tedaviden sonra dişim çok ağrıyor, bu normal mi?" — Bu, endişe içeren bir sorudur (soru niyeti).
• Mesaj B: "Tedaviden sonra dişim çok ağrıyor, rezalet bir iş çıkardınız!" — Bu, şikayet ve memnuniyetsizlik bildirir (şikayet niyeti).

AI, her iki mesajda da "ağrı" geçse de, ek kelimeler ("normal mi" vs "rezalet") sayesinde niyeti doğru sınıflandırabilir. İşte bu noktada Workflow Automation devreye girer: Sorular otomatik yanıtlanır, şikayetler ise insan temsilciye yönlendirilir.

Yaygın Hata #1: Anahtar Kelimeye Aşırı Güvenmek

Birçok AI sistemi, sadece belirli anahtar kelimelere bakarak niyet belirler. Örneğin, "iptal" kelimesini görünce hemen "iptal talebi" olarak sınıflandırır. Oysa "İptal etmek istemiyorum, sadece bilgi almak istiyorum" cümlesinde "iptal" geçse de niyet bilgi sormadır. Bu hata, gereksiz yönlendirmelere yol açar. Doğru yaklaşım, cümle içindeki olumsuzluk eklerini, fiil kiplerini ve bağlamı da dikkate almaktır.

Yaygın Hata #2: Olumsuz İfadeleri Şikayet Sanmak

"Randevumu alamadım" cümlesi bir şikayet gibi görünebilir, ama aslında bir sorun bildirimi ve çoğu zaman çözüm talebidir. AI, "alamadım" gibi olumsuz fiilleri şikayet olarak etiketlerse, müşteri gereksiz yere insan temsilciye yönlendirilir. Oysa bu mesaj, "Randevu almak istiyorum" niyetiyle benzerdir. Doğru sınıflandırma için AI, fiilin zamanına ve cümlenin devamına bakmalıdır. Örneğin, "Randevumu alamadım, yardımcı olur musunuz?" soru niyeti taşırken, "Randevumu alamadım, çok sinir bozucu!" şikayet niyeti taşır.

Yaygın Hata #3: Soru İşareti Olmayan Soruları Kaçırmak

Tüm sorular soru işaretiyle bitmez. "Randevu saatinizi öğrenebilir miyim" soru işareti olmasa da bir sorudur. AI, sadece soru işaretine odaklanırsa bu mesajı yanlış sınıflandırabilir. Doğru yaklaşım, soru kalıplarını ("öğrenebilir miyim", "nasıl", "nerede" gibi) da taramaktır. Ayrıca, "Acaba randevum ne zaman?" gibi dolaylı sorular da dikkate alınmalıdır. Gelişmiş AI Automation sistemleri, bu tür incelikleri öğrenmek için makine öğrenimi modelleri kullanır.

Sonuç

Niyet sınıflandırma, bir mesajın şikayet mi soru mu olduğunu ayırt etmek için kritik öneme sahiptir. Yukarıdaki hatalardan kaçınmak, Workflow Automation süreçlerinin verimliliğini artırır. Doğru sınıflandırma ile müşteriler doğru kanala yönlendirilir, hem müşteri memnuniyeti artar hem de çalışanların iş yükü azalır.