UPDATING TRAINED VOICE BOT(S) UTILIZING EXAMPLE BASED VOICE BOT DEVELOPMENT TECHNIQUES

Implementations are directed to updating a trained voice bot that is deployed for conducting conversations on behalf of a third-party. A third-party developer can interact with a voice bot development system that enables the third-party developer to train, update, validate, and monitor performance of the trained voice bot. In various implementations, the trained voice bot can be updated by updating a corpus of training instances that was initially utilized to train the voice bot, and updating the trained voice bot based on the updated corpus. In some implementations, the corpus of training instances may be updated in response to identifying occurrence(s) of behavioral error(s) of the trained voice bot while the conversations are being conducted on behalf of the third-party. In additional or alternative implementations, the corpus of training instances may be updated in response to determining the trained voice bot does not include a desired behavior. Des modes de réalisation concernent la mise à jour d'un robot mobile entraîné qui est déployé pour mener des conversations au nom d'un tiers. Un développeur tiers peut interagir avec un système de développement de robot vocal qui permet au développeur tiers de entraîner, de mettre à jour, de valider et de surveiller les performances du robot mobile entraîné. Dans divers modes de réalisation, le robot mobile entraîné peut être mis à jour par la mise à jour d'un corpus d'instances d'apprentissage qui a été initialement utilisé pour entraîner le robot vocal, et la mise à jour du robot mobile entraîné sur la base du corpus mis à jour. Dans certains modes de réalisation, le corpus d'instances d'apprentissage peut être mis à jour en réponse à l'identification d'apparition(s) de l'erreur ou des erreurs de comportement du robot vocal entraîné tandis que les conversations sont effectuées au nom du tiers. Dans des modes de réalisation supplémentaires ou alternatifs, le corpus d'instances d'apprentissage peut être mis à jour en réponse à la détermination que le robot mobile entraîné ne comprend pas un comportement souhaité.