Natural Language Understanding
ServiceNow® Natural Language Understanding (NLU) stellt einen NLU-Workbench - und einen NLU -Rückschlussservice bereit, mit denen Sie das System in die Lage versetzen können, menschliche Absichten zu erlernen und darauf zu reagieren. Durch Eingabe von Beispielen in natürlicher Sprache in das System unterstützen Sie es, Wortbedeutungen und Kontexte zu verstehen, damit es Rückschlüsse aus Benutzer- oder Systemaktionen ziehen kann.
Übersicht
NLU-Terminologie
- Zweck
- Etwas, was ein Benutzer tun möchte oder was die Anwendung behandeln soll, z. B. Zugriff gewähren
- Äußerung
- Ein Beispiel für die Benutzerabsicht in natürlicher Sprache. Zum Beispiel eine Textzeichenfolge in der Kurzbeschreibung eines Incidents, ein Chat-Eintrag oder eine E-Mail-Betreffzeile Äußerungen werden zum Erstellen und Trainieren von Absichten verwendet und sollten daher nicht mehrere oder mehrdeutige Bedeutungen oder Absichten enthalten.
- Entität
- Das Objekt oder der Kontext einer Aktion. Beispiele: ein Laptop, eine Benutzerrolle oder eine Prioritätsstufe.
- Systementität
- Diese sind in einer Instanz vordefiniert und haben in hohem Maße wiederverwendbare Bedeutungen, z. B. Datum, Uhrzeit und Standort.
- Benutzerdefinierte Entität
- Diese werden im System von Benutzern erstellt und können aus Wörtern in den von ihnen erstellten Äußerungen erstellt werden.
- Allgemeine Entität
- Ein Kontext, der häufig verwendet und über ein vordefiniertes Entitätsmodell extrahiert wird, z. B. Währung, Organisation, Personen oder Menge.
- Vokabular
- Vokabular wird verwendet, um Wortbedeutungen zu definieren oder zu überschreiben. Beispielsweise können Sie dem Akronym „MS“ das Synonym „Microsoft“ zuweisen.
- NLU-Modell
- Eine Sammlung von Äußerungsbeispielen und die zugehörigen Absichten und Entitäten, die das System als Referenz verwendet, um Absichten und Entitäten in einer neuen Äußerung abzuleiten. Die NLU-Workbench enthält vorgefertigte NLU-Modelle für bestimmte Geschäftsbereiche, z. B. ein ITSM-Modell. Sie können auch benutzerdefinierte Modelle erstellen.
Dieses Bild zeigt, wie Natural Language Understanding Prozesse und Äußerungsbeispiele in Absichten und Entitäten im System darstellt.
NLU-Workbench
Verwenden Sie NLU-Workbench, um morphologische Darstellungen der menschlichen Sprache zu erstellen. Mit diesen Modellen können Sie Absichten und Entitäten erzeugen, die in natürlichen Sprachäußerungen ausgedrückt werden. Jede ServiceNow -Anwendung kann ein NLU -Modell aufrufen, um einen Rückschluss auf Absichten und Entitäten in einer bestimmten Äußerung zu erhalten.
Mit der Rolle nlu_admin erstellen Sie Modelle in NLU-Workbench, wo Sie sie iterativ erstellen, trainieren, testen und veröffentlichen.
Informationen zum Erstellen und Verwenden eines NLU-Modells finden Sie unter: NLU-Modell erstellen.
NLU Inferenzservice
Natural Language Understanding stellt einen NLU -Rückschlussservice bereit, der dem System hilft, natürliche Sprache zu verstehen und intelligente Aktionen durchzuführen. Dieser Service trainiert und prognostiziert Absichten und Entitäten für eine bestimmte Benutzeräußerung in Ihrem Modell, sodass der Text in maschinell verständliche Formate wie APIs und Parameter übersetzt wird.
Hier verwendet das System eine Rückschluss-API, um NLU -Algorithmen zu trainieren, indem Beispieldatensatzdaten verwendet werden, um Absichten und Entitäten zu identifizieren, die starke Kandidaten für eine genaue Vorhersage sind.
Nutzung des NLU-Modells
Andere ServiceNow® -Anwendungen verbrauchen die Modellausgabe von NLU, z. B. Virtual Agent.
Virtual Agent-Administratoren können beispielsweise einen Virtual Agent-Designer-Konversations-Flow so konfigurieren, dass NLU-Modelle verwendet werden, damit Agent Chatbots Benutzeraussagen in der Konversation besser verstehen können. Weitere Informationen dazu, wie Virtual Agent NLU-Modelle verwendet, finden Sie unter: Natural Language Understanding (NLU)-Themenerkennung in Virtual Agent.
Erste Schritte
Verwenden |
||