Avantages des modèles de langage naturel par rapport aux mots-clés
Les modèles de langage naturel aident Agent virtuel à traiter le langage humain en fonction du contexte et des données de votre entreprise. De cette façon, les besoins de l’utilisateur peuvent être associés plus précisément à une rubrique correspondante. Agent virtuel prend en charge les grands modèles de langage (LLM) et Compréhension du langage naturel (NLU).
La langue est difficile
- Il y a plusieurs façons de décrire la même chose.
Exemples : Réinitialisation du mot de passe Office ou Réinitialiser mon mot de passe pour Office
- Les expressions peuvent être ambiguës.
Exemple : serveur signalant l’absence d’un e-mail après la migration. Que manque-t-il, le serveur ou le mail ?
- Les informations contextuelles sont essentielles.
Exemple : activer l’instance London dans l’étape intermédiaire
- Les mots peuvent acquérir de nouvelles significations au fil du temps.
Par exemple, une cellule peut se rapporter à la biologie ou à un téléphone portable.
- L’argot, les acronymes et les expressions idiomatiques de l’industrie peuvent être difficiles à interpréter.
Exemple : configurer SSO sur l’instance dev
- Les messages d’erreur sont souvent difficiles à comprendre.
- Détection de rubriques LLM dans Agent virtuel
- Utilisez les LLM pour découvrir des rubriques et accéder aux options de l’IA générative sans créer de modèles, d’intentions ou d’entités complexes.
- Détection de rubriques Natural Language Understanding dansNLUAgent virtuel
- Utilisez ServiceNow le NLU ou un fournisseur pris en charge pour détecter les rubriques.