Vorteile von Modellen in natürlicher Sprache gegenüber Stichwörtern
Modelle natürlicher Sprache helfen Virtual Agent, menschliche Sprache basierend auf dem Kontext und den Daten Ihres Unternehmens zu verarbeiten. Auf diese Weise kann das, was der Benutzer benötigt, genauer mit einem entsprechenden Thema abgeglichen werden. Virtual Agent unterstützt große Sprachmodelle (LLMs) und Natural Language Understanding (NLU).
Sprache ist schwierig
Der Stichwortabgleich hat seine Einschränkungen. Beispielsweise handelt es sich bei einem Apple manchmal um ein StückFrucht, und manchmal handelt es sich um ein elektronisches Gerät. Der Kontext ist wichtig, ebenso wie die Absicht. Natural Language-Modelle wurden entwickelt, um die folgenden Probleme zu lösen:
- Es gibt mehrere Möglichkeiten, dasselbe zu beschreiben.
Beispiele: Office-Passwortzurücksetzung oder Mein Passwort für Officezurücksetzen
- Ausdrücke können mehrdeutig sein.
Beispiel: Server meldet fehlende E-Mails nach der Migration. Was fehlt, der Server oder die E-Mail?
- Kontextbezogene Informationen sind wichtig.
Beispiel: London-Instanz in Staging aktivieren
- Wörter können im Laufe der Zeit neue Bedeutungen erhalten.
Beispielsweise kann sich eine Zelle auf Biologie oder ein Mobiltelefon beziehen.
- Umgangssprache, Akronyme und branchenübliche Ausdrücke können schwierig zu interpretieren sein.
Beispiel: Richten Sie SSO in der Entwicklungsinstanz ein
- Fehlermeldungen sind oft schwer zu verstehen.
Virtual Agent bietet zwei Arten der Themenerkennung in natürlicher Sprache. Sie können eine Mischung aus beidem in Ihrer Instanz verwenden.
- LLM-Themenerkennung in Virtual Agent
- Verwenden Sie LLMs, um Themen zu erkennen und auf generative KI-Fähigkeiten zuzugreifen, ohne komplexe Modelle, Absichten oder Entitäten zu erstellen.
- Natural Language Understanding (NLU)-Themenerkennung in Virtual Agent
- Verwenden Sie ServiceNow NLU oder einen unterstützten Provider, um -Themen zu erkennen.