BanglAssist：面向客户服务中代码切换和方言处理的孟加拉-英语生成式AI聊天机器人
人机交互
2025-03-31 v1
摘要
近年来，大语言模型（LLM）在各行各业展示出指数级的改进，为变革性机会提供了可能。其生成类人文本的能力以及持续可用性，使得创建旨在提升客户体验和简化企业运营的交互式服务聊天机器人成为可能。尽管具有巨大潜力，LLM 面临着致命挑战，如对不确定性的易受误导和处理复杂语言情景的困难，尤其是代码切换和方言变体。为应对这些挑战，本文描述了一种利用检索增强生成（RAG）和针对性提示工程设计的孟加拉-英语多语言客户服务聊天机器人的设计。该研究为人机交互（HCI）社区提供了宝贵的见解，强调设计能够容纳语言多样性以惠及客户和企业的重要性。通过解决生成式AI与文化异质性的交叉问题，本篇晚间报告激发了未来在多语言和多文化HCI领域的创新。
引用
@article{arxiv.2503.22283,
title = {BanglAssist: A Bengali-English Generative AI Chatbot for Code-Switching and Dialect-Handling in Customer Service},
author = {Francesco Kruk and Savindu Herath and Prithwiraj Choudhury},
journal= {arXiv preprint arXiv:2503.22283},
year = {2025}
}
备注
Accepted at the 2025 Conference on Human Factors in Computing Systems (CHI 2025)