[[425133]]

【51CTO.com快譯】多年來，推動更好客戶體驗的業(yè)務(wù)營銷和實施技術(shù)的動態(tài)發(fā)生了顯著變化。聊天機(jī)器人就是一個很好的例子。

如今，很多網(wǎng)站都會提供聊天機(jī)器人的虛擬幫助。更重要的是，聊天機(jī)器人幫助企業(yè)管理和擴(kuò)展他們的服務(wù)以及客戶關(guān)系管理(CRM)的實踐。

聊天機(jī)器人帶來的優(yōu)勢吸引了很多全球性企業(yè)的關(guān)注，他們致力發(fā)揮聊天機(jī)器人的全部潛力來實現(xiàn)他們的業(yè)務(wù)目標(biāo)。如果以正確的方式實施，聊天機(jī)器人可以幫助企業(yè)增強(qiáng)營銷計劃，同時提供更廣泛的利益。

然而，正確地部署和使用聊天機(jī)器人不僅有助于實現(xiàn)企業(yè)的業(yè)務(wù)目標(biāo)，采用良好的聊天機(jī)器人測試策略還可以幫助企業(yè)推動營銷進(jìn)程。

以下將深入了解聊天機(jī)器人測試的框架、工具、技術(shù)等各方面的知識。

了解聊天機(jī)器人測試框架

當(dāng)人們談?wù)摿奶鞕C(jī)器人測試程序時，大多數(shù)都是一些標(biāo)準(zhǔn)化的要點。由于實現(xiàn)與通信相關(guān)的目標(biāo)可能會遇到挑戰(zhàn)，因此花費時間了解測試用例可以幫助企業(yè)更快地啟動聊天機(jī)器人。而測試策略的目標(biāo)是采用最受期待的測試實踐。因此，聊天機(jī)器人的測試框架大致分為三個主要部分：

• 預(yù)期場景
• 可能的場景
• 幾乎不可能的場景

而在這三個階段實施的測試程序通常涉及很高的投資，并且通常是為了加強(qiáng)一些語言方面的功能。

對聊天機(jī)器人測試的各個領(lǐng)域的簡要介紹

當(dāng)開始進(jìn)行聊天機(jī)器人測試時，通常涉及以下類型的測試領(lǐng)域：

• 回答
• 對話流程
• 錯誤管理
• 智能
• 自然語言處理(NLP)模型
• 導(dǎo)航
• 個性
• 響應(yīng)時間
• 速度
• 安全
• 理解

然而，從這些測試領(lǐng)域獲得最好的結(jié)果需要正確使用測試技術(shù)，這涉及敏捷和開發(fā)人員測試實踐。以下進(jìn)行簡要介紹：

(1)敏捷和定期測試

聊天機(jī)器人都是關(guān)于敏捷技術(shù)的，因為它有助于在每次循環(huán)后獲得所需的可行性。這種技術(shù)可以幫助處理錯誤，并通過快速迭代防止錯誤。其初始階段通常涉及人工測試程序，這些程序通常用于處理業(yè)務(wù)工作流，而最后階段通常是自動化的，以防止浪費時間，并快速推出市場。

(2)開發(fā)人員測試

這是一種更直接的測試方式，旨在通過預(yù)先定義用戶查詢問題的答案來驗證測試。這種類型的測試很簡單，通過檢查聊天機(jī)器人給出答案的準(zhǔn)確性來回答隨機(jī)問題。

聊天機(jī)器人測試的框架

定義聊天機(jī)器人的操作并非易事，因此需要分析能力來克服該功能的不確定性。有許多框架可用于聊天機(jī)器人測試，但在使用它們之前，測試人員有必要了解可用測試技術(shù)或框架的目的和好處，以便將它們與定義的目標(biāo)保持一致：

• 高級自動化框架：測試端到端的對話流程，在理解自然語言的同時識別自我改進(jìn)的機(jī)會。
• 特定領(lǐng)域測試：評估所選服務(wù)的商業(yè)利益，以及滿足最終用戶目標(biāo)檢查可能的用例。
• KPI分析和實時監(jiān)控：通過測量不同的KPI來測試聊天機(jī)器人的性能，例如完成率、人工智能和機(jī)器學(xué)習(xí)的學(xué)習(xí)率、回退率和自助服務(wù)率。
• 高級安全機(jī)制：評估端到端加密、合規(guī)性驗證、身份驗證超時、合并用戶身份驗證、意圖授權(quán)、通道身份驗證和自毀消息的安全機(jī)制。

聊天機(jī)器人測試的工具

由于聊天機(jī)器人測試需要為訪問網(wǎng)站的任何人提供令人愉悅的用戶體驗，因此在各種領(lǐng)域和實踐中工作需要使用正確的工具。以下是一些可以考慮用于聊天機(jī)器人測試項目的優(yōu)秀的工具：

(1)Botanalytics

Botanalytics是一種支持人工智能的工具，它可以在獲取參與度的同時進(jìn)行對話分析。此工具用于增強(qiáng)A/B測試、通過情緒分析引導(dǎo)交互等功能。

(2)Chatbottest

Chatbottest是一個免費工具，附帶120個問題來評估聊天機(jī)器人帶來的用戶體驗。該工具適用于聊天機(jī)器人測試的所有上述定義的領(lǐng)域。

(3)Dimon

Dimon是一種可用于測試聊天機(jī)器人的對話流程以及用戶體驗的工具。此外，該工具還可用于將聊天機(jī)器人與Facebook、Messenger等社交媒體平臺集成。

聊天機(jī)器人測試的技術(shù)

盡管可以選擇不同的測試技術(shù)來測試聊天機(jī)器人，但每種技術(shù)的選擇取決于企業(yè)使用的工具。這是一種在模型中獲取所有訓(xùn)練數(shù)據(jù)并預(yù)測模型的簡單方法。聊天機(jī)器人測試技術(shù)分為兩大類：

(1)行業(yè)標(biāo)準(zhǔn)交叉驗證

基于機(jī)器學(xué)習(xí)的模型通常使用統(tǒng)計方法進(jìn)行測試，稱之為交叉驗證。這種測試技術(shù)的工作原理是評估模型預(yù)測與訓(xùn)練不同的新數(shù)據(jù)的能力。在交互式人工智能系統(tǒng)中進(jìn)行此類測試時，使用示例訓(xùn)練查詢測試機(jī)器人的范圍。

最基本的實踐包括LOOCV和K-fold方法，這意味著將數(shù)據(jù)分成k組，其中一部分用于測試模型，另一部分或K-1組用于訓(xùn)練目的。簡而言之，此實踐適用于在每次拆分中進(jìn)行K次迭代的迭代。

另一方面，LOOCV方法是一種范圍更廣泛的技術(shù)，它適用于原始測試數(shù)據(jù)的可能組合，以進(jìn)行訓(xùn)練和測試。該技術(shù)涉及較少的計算測試，并且可以針對較小的數(shù)據(jù)集實施。這種測試最好在盲測之前使用。

(2)盲測

盲測技術(shù)通常是針對用戶可能用來獲得所需答案的問題進(jìn)行的。在大多數(shù)情況下，這些查詢是通過已經(jīng)定義的模型通過批測試執(zhí)行的，因為它有助于標(biāo)記所有查詢并確保所有預(yù)測是否正確。

然而，對于使測試人員獲得特定結(jié)果的操作步驟，必須檢測使用的任何方法。通常情況下，實現(xiàn)數(shù)據(jù)可視化是為了理解不同模型之間的相似性和差異性。

自然語言處理(NLP)訓(xùn)練器也可以實施混淆矩陣來檢測模式，并重新訓(xùn)練最終目標(biāo)，但并非所有項目都需要通過這兩種技術(shù)進(jìn)行驗證。此外，測試技術(shù)的選擇取決于測試服務(wù)提供商可用的知識、經(jīng)驗和資源。

如何在沒有當(dāng)前數(shù)據(jù)的情況下創(chuàng)建完美的測試集?

交互式人工智能的測試和實施完全取決于所使用的數(shù)據(jù)集。因此，開發(fā)測試用例的人員可以遵循某些規(guī)則，以確保獲得最佳結(jié)果：

• 基于場景的測試集反映了訪問網(wǎng)站的用戶可能遇到的可能場景。這通常涉及基于意圖的問題。
• 詳細(xì)描述為用戶與聊天機(jī)器人交互提供解決方案，同時結(jié)合用戶類型、查詢表達(dá)式和難度。
• 以系統(tǒng)的順序排列問題和解釋。
• 為相應(yīng)的查詢提供措辭恰當(dāng)且有價值的解決方案。
• 擁有最好的數(shù)據(jù)源來實時回答用戶提出的問題。

1.必須避免的常見錯誤

測試數(shù)據(jù)可以出現(xiàn)錯誤，因此需要降低期望值。以下是一些必須避免的常見錯誤：

• 在測試會話人工智能時，對導(dǎo)致任意問題的場景準(zhǔn)備不當(dāng)。
• 導(dǎo)致沖突或問題的相似表達(dá)的意圖差異。
• 僅包括一般的場景。
• 數(shù)據(jù)集缺乏清晰性，其中包含大量不需要的內(nèi)容。

2.必須考慮的常見聊天機(jī)器人測試場景

(1)聊天機(jī)器人應(yīng)該加載需要實現(xiàn)它的網(wǎng)站。

(2)當(dāng)用戶登陸網(wǎng)站時，聊天機(jī)器人應(yīng)該以彈出或聲音的方式清晰地加載。

(3)聊天機(jī)器人應(yīng)該根據(jù)用戶的時區(qū)適時地向他們打招呼。

(4)如果已經(jīng)注冊的用戶訪問該網(wǎng)站，聊天機(jī)器人應(yīng)該稱呼他們的姓名。

(5)聊天機(jī)器人應(yīng)該在聊天期間使用用戶的姓名回答查詢。

(6)如果需要，聊天機(jī)器人應(yīng)該詢問用戶的聯(lián)系方式。

(7)聊天機(jī)器人應(yīng)該很好地識別男性和女性用戶。

(8)聊天機(jī)器人應(yīng)該識別可能的拼寫錯誤。

(9)聊天機(jī)器人應(yīng)該了解各國貨幣和數(shù)字。

(10)聊天機(jī)器人應(yīng)該驗證編程格式的聯(lián)系人、日期和時間。

(11)聊天機(jī)器人應(yīng)該能夠處理由于復(fù)雜性引起的混亂。

(12)聊天機(jī)器人應(yīng)該能夠很好地響應(yīng)粘貼的基于文本的查詢。

(13)如果經(jīng)過訓(xùn)練，聊天機(jī)器人應(yīng)該存儲對話歷史，并將其轉(zhuǎn)發(fā)到存儲庫。

(14)聊天機(jī)器人應(yīng)該能夠很好地處理同時來自不同用戶的查詢。

結(jié)語

總之，這一切都?xì)w結(jié)為針對所需功能測試對話式人工智能，可以通過持續(xù)的努力和正確使用這些技術(shù)來增強(qiáng)這些功能。更重要的是，聊天機(jī)器人測試涉及聊天機(jī)器人生命周期的一些關(guān)鍵特征，這些特征只能通過聊天機(jī)器人測試技術(shù)和框架并使用正確的工具和其他實踐來實現(xiàn)，以防止錯誤并確保正確運行。

簡而言之，聊天機(jī)器人的設(shè)計必須能夠在特定領(lǐng)域的測試中提供最大的交互性，而這些測試是通過分析每分鐘的測試結(jié)果來運行的，這一點非常重要。這種做法不僅可以幫助企業(yè)很好地處理用戶查詢，還可以創(chuàng)建足夠智能的機(jī)器人程序來實現(xiàn)業(yè)務(wù)轉(zhuǎn)換。

因此，無論企業(yè)是進(jìn)行人工檢查還是使用一些高級自動化測試工具來評估聊天機(jī)器人，創(chuàng)建能夠處理對話、理解匹配意圖并為用戶提供良好體驗的聊天機(jī)器人，將是企業(yè)實現(xiàn)其營銷、銷售和客戶服務(wù)戰(zhàn)略的關(guān)鍵所在。

原文標(biāo)題：Chatbot Testing: Deeper Insights to Framework, Tools and Techniques，作者：Hima Pujara

【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】