Natural Language Understanding (NLU)-Themenerkennung in Virtual Agent

NLU-Komponenten

ServiceNow NLU kann die Syntax, Semantik und das Vokabular Ihres Unternehmens anhand der Daten in Ihrer ServiceNow ]-Instanz lernen. Verwenden Sie NLU-Workbench, den NLU-Modellgenerator und den NLU-Rückschlussservice, damit das System Benutzerabsichten lernen und darauf reagieren kann.

Die folgenden Elemente arbeiten zusammen, um zu ermitteln, was der Benutzer tun möchte, damit eine Lösung gefunden werden kann:

Modellgruppen

Eine Modellgruppe unterstützt eine bestimmte Anwendung, Benutzerrolle und Sprache. Beispielsweise haben Sie möglicherweise ein Modell, das die Suchfunktion unterstützt, und ein anderes Modell, das Virtual Agentunterstützt. Normalerweise enthält eine Modellgruppe mehrere Absichten.

Weitere Informationen finden Sie unter Model Management.

Zwecke

Absichten stellen Aktionen dar. Sie beschreiben, was der Benutzer tun möchte oder was Ihre Anwendung verarbeiten kann. Absichten können sich auf Folgendes beziehen:

Funktionen wie das Zurücksetzen eines Passworts oder das Bestellen eines Artikels.
Domänen, z. B. Gesundheitswesen, Finanzen oder Behörden.
Kunden wie die US-Streitkräfte, das US-Militär, das US-Militär oder das US-Militär.

In Virtual Agentwird eine einzelne Absicht einem Konversationsthema zugeordnet.

Weitere Informationen finden Sie unter NLU-Absichten.

Äußerungen

Anstelle von Stichwörtern geben Sie Beispiele in natürlicher Sprache ein, die als Äußerungen bezeichnet werden. Äußerungen helfen NLU, Wortbedeutungen und Kontexte auszuwerten, damit Benutzer- oder Systemaktionen abgeleitet werden können. Beispieläußerungen können Folgendes umfassen:

Mein Passwort zurücksetzen.
Passwort ändern.
Ich kann mich nicht an mein Passwort erinnern.
Ich habe mein Passwort vergessen.
Mein Passwort muss zurückgesetzt werden.

Entitäten

Entitäten stellen das Objekt (oder den Kontext) der Aktion dar. Sie können sie für einzelne Absichten definieren. NLU kann definierte Entitäten mit Benutzereingaben abgleichen, um die Werte in Slots zu füllen. Durch das Ausfüllen von Zeitfenstern müssen keine Fragen innerhalb eines Themen-Flows mehr gestellt werden. Es gibt drei grundlegende Typen von Entitäten, die Sie definieren können:

Allgemeine oder Systementitäten, z. B. Datum, Uhrzeit, Währung, Ort, Menge, Personen oder Organisation.
Entitäten, die auf ServiceNow Datensätzen basieren, z. B. eine Fallnummer.
Unternehmens- oder domänenspezifische Entitäten, z. B. Besprechungsräume, Unternehmensrichtlinien usw.

Weitere Informationen finden Sie unter NLU-Entitäten.

Die Absicht „IT-Ticketstatus überprüfen“ enthält Äußerungen, die die vielen Möglichkeiten enthalten, wie ein Benutzer eine Frage stellt. Die Begriffe „Ticket“, „Problem“ und „Anforderung“ beziehen sich auf dasselbe. — Abbildung : 1. Beispiel für eine Absichtsdefinition in einer NLU-Modellgruppe

Funktionsweise von NLU-Modellen in Virtual Agent

Wenn Sie Themen in Virtual Agent-Designererstellen oder aktualisieren, geben Sie das NLU-Modell und die Absicht an, die Virtual Agent verwendet, um das entsprechende Konversationsthema für die Erfüllung der Absicht zu finden.

Virtual Agent unterstützt Modelle aus verschiedenen Services. Sie können die folgenden Anbieter verwenden:

ServiceNow NLU-Modelle, die Sie mit NLU-Workbencherstellen.
ServiceNow bietet vorgefertigte (schreibgeschützte) NLU-Modelle und -Themen für verschiedene Geschäftsanwendungen von ServiceNow, z. B. Kundenservice-Management, HR Service Deliveryund ITSM. Sie können die in diesen vorgefertigten Modellen definierten Absichten verwenden und sie wiederverwenden, wenn Sie Ihre eigenen Modelle erstellen.
Wenn Sie IBM Watson Assistant als NLU-Service Provider verwenden, werden NLU-Absichten und -Entitäten in IBM Watson Assistanterstellt.
Wenn Sie Microsoft LUIS als NLU-Service Provider verwenden, werden NLU-Absichten und -Entitäten im Microsoft Language Understanding Intelligent Service (LUIS) definiert.
Wenn Sie Google Dialogflow ES als NLU-Service Provider verwenden, werden NLU-Absichten und -Entitäten in der Plattform Google Cloud definiert.

Hinweis:

Virtual Agent unterstützt nur einen NLU-Service Provider pro Instanz.

Mit NLU-Modellen kann Ihr Virtual Agent:

Führen Sie eine Themenerkennung durch.
Legen Sie Sicherungsstichwörter fest, falls eine Absicht nicht übereinstimmt.
Extrahieren Sie Entitätswerte.
Verarbeitet den Konversationswechsel in einer Konversationssitzung.

Diese Fähigkeiten werden in den folgenden Abschnitten erläutert.

Themenerkennung

Wenn Benutzer eine Äußerung angeben, ist die Äußerung eine Aussage, die einer bestimmten Absicht zugeordnet ist. Virtual Agent verarbeitet diese Äußerungen, um das entsprechende Konversationsthema zu starten. Jedes Thema hat eine einzige Absicht, die Sie in Virtual Agent-Designer angeben.

Während des Themenerkennungsprozesses werden Absichten mit Themen abgeglichen. Virtual Agent gibt die relevantesten Themen für die Anforderung eines Benutzers zurück. Der Themenerkennungsprozess gibt einem Benutzer die folgenden Ergebnisse zurück:

Einzelne Übereinstimmung: Wenn eine Benutzeräußerung direkt einer Absicht (einem Thema) entspricht, wird das Thema automatisch ausgeführt.
Abbildung : 2. Eine Benutzeranforderung stimmt mit einer Äußerung in einer Absicht überein
Mehrere Übereinstimmungen: Wenn eine Benutzeräußerung mit mehr als einer Absicht übereinstimmt, gibt Virtual Agent eine Auswahlliste der relevanten Übereinstimmungen zurück, sodass der Benutzer das entsprechende Thema auswählen kann.
Abbildung : 3. Eine Benutzeranforderung gleicht Äußerungen in mehreren Absichten ab

Hinweis:
Wenn es mehrere Übereinstimmungen gibt, gibt Virtual Agent standardmäßig drei Absichten zurück. Sie können die Anzahl der zurückgegebenen Themen mithilfe der Systemeigenschaft com.glide.cs.max_number_display_topics ändern.
Keine Übereinstimmungen: Wenn Virtual Agent keine passende Absicht finden kann, werden mit KI-Suche Suchergebnisse generiert, die relevante Links zu F&A-Wissensartikeln, Servicekatalogelementen oder Personendatensätzen (Benutzern) anzeigen.
Diese Funktion wird durch das Fallback-Setup-Thema Virtual Agent und die Suchkonfigurationen KI-Suche gesteuert, die standardmäßig in Chat-Experiencesaktiviert sind. Weitere Informationen zu den generierten KI-Suche -Ergebnissen finden Sie unter Virtual Agent-Integration mit AI Search.
Wenn Sie das Setup-Thema KI-Suche Fallback deaktivieren, zeigt Virtual Agent automatisch eine Fallback-Fehlermeldung an, in der der Benutzer ein Thema auswählen oder eine andere Anforderung eingeben kann.
Abbildung : 4. Beispiel für Fallback-Nachricht

Weitere Informationen zur Funktionsweise des Fallback-Setup-Themas KI-Suche und der Fallback-Antwort (das Fallback-Setup-Thema) finden Sie unter Einrichten von Chat-Experiences für Virtual Agent -Benutzer.

Ausführliche Informationen zur NLU-Themenerkennung finden Sie unter Natural Language Understanding Themenerkennungslogik in Virtual Agent.

Themenerkennung mit Sicherungsstichwörtern

Wenn Sie Themen erstellen oder aktualisieren, können Sie optional auch Stichwörter angeben, die Virtual Agent verwendet, um das Thema zu bestimmen, wenn NLU keine übereinstimmende Absicht und kein passendes Thema zurückgibt. Virtual Agent verwendet Stichwörter in den folgenden Situationen:

Es wurden keine Themen (Absichten) erkannt.
Das entsprechende Thema (die Absicht) kann nicht bestimmt werden, da zu viele Themen (Absichten) erkannt werden.
Die Sprache des Themas und der Absicht wird derzeit in NLU nicht unterstützt.

Hinweis:

Wenn Virtual Agent das Thema nicht basierend auf NLU oder dem Stichwort bestimmen kann, greift es auf die Fähigkeit KI-Suche zurück, um relevante Ergebnisse zu liefern. Die Fähigkeit KI-Suche muss aktiviert sein.

Entitätsextraktion

Mit NLU-Modellen kann Virtual Agent bestimmen, wann Benutzeraussagen in einer Konversation wichtige Informationen zur Erfüllung einer Aufgabe oder eines Ziels enthalten. Entitäten identifizieren die Informationen, die Virtual Agent aus der Konversation extrahieren kann, z. B. ein Objekt oder der Name einer Person. Um die entsprechenden Werte zu extrahieren, verwendet Virtual Agent die Entitätsinformationen, die einer im NLU-Modell definierten Absicht zugeordnet sind.

Beim Entwerfen Ihres Themas können Sie Entitäten wie folgt verwenden:

Ordnen Sie eine Entität einem Benutzereingabeknoten auf der Registerkarte „ Flow “ zu. Sie können angeben, ob Virtual Agent den Benutzer auffordert, den mit Slots gefüllten Entitätswert zu bestätigen oder den Knoten zu überspringen.
Fügen Sie einem Thema knotenlose NLU-Entitäten als Eingabevariablen hinzu. Diese Variablen können aus NLU-Service Provider-Vorhersagen gefüllt oder außerhalb des Themenbereichs bereitgestellt werden.

Konversationswechsel

Benutzer, die an einer Virtual Agent -Konversation beteiligt sind, können während der Konversation jederzeit zum Thema wechseln. Beispielsweise kann ein Benutzer ein Element im Mitarbeiterprofil des Benutzers aktualisieren. Vor Abschluss des Updates kann dieser Benutzer jedoch bitten, stattdessen einen Artikel zu bestellen. Virtual Agent kann das entsprechende Thema basierend auf der Anforderung des Benutzers suchen und ausführen. Sie können Benutzern, die das Thema gewechselt haben, ermöglichen, die ursprüngliche Konversation fortzusetzen.

Ein weiteres Beispiel ist, wenn ein Benutzer eine lockere Frage stellt oder sich an einem Small Talk beteiligt. Die Frage hat möglicherweise nichts mit der ursprünglichen Anforderung zu tun. Durch Überprüfen der im NLU-Modell definierten Absichten, kann Virtual Agent die entsprechende Konversation für das gewechselte Thema abgleichen und starten.

ServiceNow NLU Unterstützung mehrerer Sprachen und Integration mit Virtual Agent-Designer

Wenn Sie ServiceNow NLUverwenden, können Sie eine NLU-Modellgruppe und eine zugehörige Absicht einem Thema zuordnen. Sie können das zugeordnete NLU-Modell auch in Virtual Agent-Designeraktualisieren, trainieren und testen. Während Sie an einem Thema arbeiten, können Sie auch die Äußerungen und die zugehörigen Entitäten für eine Absicht verbessern oder ändern, ohne die Benutzeroberfläche zu verlassen.

ServiceNow NLU Modellgruppen enthalten eine primäre Sprache und sekundäre Sprachen. Verwenden Sie die primäre Sprache, um Ihr Thema zu verfassen, das dann in die sekundären Sprachen innerhalb der Gruppe übersetzt werden kann. Weitere Informationen finden Sie unter Mehrsprachige Modellverwaltung.

Während Sie an Ihren Themen arbeiten, bietet Virtual Agent-Designer Sprachzuordnungsansichten zum Anzeigen einer Vorschau und zum Testen von Themen mit den zugehörigen sprachspezifischen Modellen. Weitere Informationen finden Sie unter Virtual Agent -Konversationen werden lokalisiert.