Smart Reply

Dengan Smart Reply API dari ML Kit, Anda dapat secara otomatis membuat balasan yang relevan dengan pesan yang diterima. Smart Reply membantu pengguna Anda menanggapi pesan dengan lebih cepat, dan membalasnya dengan lebih mudah di perangkat dengan kemampuan input yang terbatas.

iOS Android

Kemampuan utama

Menghasilkan saran yang relevan secara kontekstual Model Smart Reply menghasilkan saran respons berdasarkan konteks percakapan secara keseluruhan, dan bukan hanya berdasarkan satu pesan, sehingga saran yang dihasilkan akan lebih bermanfaat bagi pengguna Anda.
Beroperasi di perangkat Karena beroperasi di perangkat, model ini menghasilkan balasan dengan cepat, dan pesan pengguna tidak perlu dikirim ke server jarak jauh.

Batasan

  • Smart Reply ditujukan untuk percakapan santai di aplikasi pelanggan. Saran balasan mungkin tidak sesuai untuk konteks atau audiens lain.
  • Saat ini, hanya bahasa Inggris yang didukung. Model akan otomatis mendeteksi jika yang digunakan adalah bahasa lain dan jika demikian, model tidak akan memberikan saran.

Cara kerja model

  • Model ini menggunakan hingga 10 pesan terbaru dari histori percakapan untuk menghasilkan saran balasan.
  • Model akan mendeteksi bahasa percakapan, dan hanya akan berupaya menyediakan respons jika bahasa yang digunakan adalah bahasa Inggris.
  • Selanjutnya, model akan membandingkan pesan dengan daftar topik sensitif dan tidak akan memberikan saran ketika mendeteksi topik sensitif.
  • Jika sudah menentukan bahwa bahasa yang digunakan adalah bahasa Inggris dan tidak ada topik sensitif yang terdeteksi, model akan memberikan hingga 3 respons yang disarankan. Jumlah respons bergantung pada jumlah yang memenuhi tingkat kepercayaan yang cukup berdasarkan input ke model.

Pemberian masukan

Karena kerumitan dalam natural language processing, saran yang diberikan oleh model mungkin tidak sesuai untuk semua konteks atau audiens. Jika Anda menemukan saran balasan yang tidak sesuai, hubungi dukungan Firebase. Masukan Anda akan membantu kami untuk terus meningkatkan kualitas model dan filter topik sensitif.

Hasil contoh

Input

Stempel waktu ID Pengguna Pengguna Lokal? Pesan
Kamis 21 Februari 13.13.39 PST 2019 true are you on your way?
Kamis 21 Februari 13.15.03 PST 2019 FRIEND0 false Running late, sorry!

Balasan yang disarankan

Saran #1 Saran #2 Saran #3
No worries 😞 Tidak masalah!