---
sourceDocument: Interfaces conversationnelles Xanadu
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/xanadu/conversational-interfaces

 Release :

    - xanadu

ft:locale :

    - fr-FR

ft:publication_title :

    - Interfaces conversationnelles Xanadu

ft:clusterId :

    - convint

bundleId :

    - convint

workflow :

    - Platform


---

# Avantages des modèles en langage naturel par rapport aux mots-clés

# Avantages des modèles en langage naturel par rapport aux mots-clés {#ariaid-title1}

* Rversion finale: Xanadu
* 
* Mis à jour 1 août 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 1 minute de lecture

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).

## Le langage est difficile {#advantages-nlu__section_rsh_p25_2rb}

La correspondance de mots-clés a ses limites. Par exemple, parfois une pomme est un fruit, et parfois c'est un appareil électronique. Le contexte est important, tout comme l'intention. Les modèles de langage naturel sont conçus pour traiter les problèmes suivants :

* Il y a plusieurs façons de décrire la même chose.Exemples : <kbd class="ph userinput">Réinitialisation du mot de passe Office</kbd> ou <kbd class="ph userinput">Réinitialiser mon mot de passe pour Office</kbd>

* Les expressions peuvent être ambiguës.Exemple : <kbd class="ph userinput">serveur signalant la disparition d’un e-mail après la migration</kbd>. Que manque-t-il, le serveur ou le mail ?

* Les informations contextuelles sont essentielles.Exemple : <kbd class="ph userinput">activer l’instance London dans la préproduction</kbd>

* Les mots peuvent acquérir de nouvelles significations au fil du temps.Par exemple, une <kbd class="ph userinput">cellule</kbd> peut appartenir 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 : <kbd class="ph userinput">configurer SSO sur l’instance de développement</kbd>

* Les messages d'erreur sont souvent difficiles à comprendre.
{#advantages-nlu__ul_yff_rf5_2rb}  
Agent virtuel fournit deux types de découverte de rubriques en langage naturel. Vous pouvez utiliser une combinaison des deux dans votre instance.

[Détection de rubrique LLM dans Agent virtuel](https://servicenow-prod.fluidtopics.net/Kw~8uH6ROyMUz8Fy_Iqlaw "Les grands modèles de langage (LLM) permettent Agent virtuel de traiter les instructions de l’utilisateur en langage clair. Les conversations qui utilisent des LLM peuvent être plus performantes que celles qui utilisent Compréhension du langage naturel (NLU), avec une configuration plus facile.")
:   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.

[Découverte de la rubrique Compréhension du langage naturel (NLU) dans Agent virtuel](https://servicenow-prod.fluidtopics.net/imVfpD7he6df0W_eJL7BUQ "Appliquez les modèles de compréhension du langage naturel (NLU) qui permettent Agent virtuel de traiter les déclarations de l’utilisateur dans les conversations automatisées. Un modèle NLU fournit des informations que votre Virtual Agent utilise pour déterminer ce que les utilisateurs veulent faire et pour extraire des valeurs pertinentes de leur entrée. Avec NLU, Agent virtuel peut offrir une expérience conversationnelle plus naturelle et engageante.")
:   Utilisez ServiceNow NLU ou un fournisseur pris en charge pour détecter les rubriques.

