Compréhension du langage naturel

  • Rversion finale: Xanadu
  • Mis à jour 1 août 2024
  • 4 minutes de lecture

    • ServiceNow® Compréhension du langage naturel (NLU) fournit un Console NLU et un service d’inférence NLU que vous pouvez utiliser pour permettre au système d’apprendre et de répondre aux intentions exprimées par les humains. En saisissant des exemples de langage naturel dans le système, vous l’aidez à comprendre la signification et le contexte des mots afin qu’il puisse en déduire les actions de l’utilisateur ou du système.

    Vue d'ensemble

    Figure 1. Flux d’entrée de l’utilisateur dans le processus de génération du modèle NLU
    Cette image vous montre le flux d’entrée de l’utilisateur dans le processus de génération du modèle NLU.
    Cette image vous montre le flux d’entrée de l’utilisateur dans le processus de génération du modèle NLU.

    Terminologie de NLU

    Dans NLU le jargon, ces termes identifient les composants linguistiques clés que le système utilise pour classer, analyser et traiter le contenu en langage naturel.
    Intention
    Quelque chose qu’un utilisateur veut faire ou ce que vous voulez que votre application gère, comme accorder l’accès.
    Énoncé
    Un exemple en langage naturel d’une intention de l’utilisateur. Par exemple, une chaîne de texte dans la brève description d’un incident, une entrée de messagerie instantanée ou la ligne d’objet d’un e-mail. Les énoncés sont utilisés pour construire et former des intentions et ne doivent donc pas inclure plusieurs significations ou intentions ambiguës.
    Entité
    Objet ou contexte d’une action. Par exemple : un ordinateur portable, un rôle d’utilisateur ou un niveau de priorité.
    Entité système
    Celles-ci sont prédéfinies dans une instance et ont des significations hautement réutilisables, telles que la date, l’heure et l’emplacement.
    Entité définie par l’utilisateur
    Ceux-ci sont créés dans le système par les utilisateurs et peuvent être construits à partir de mots dans les énoncés qu’ils créent.
    Entité commune
    Contexte couramment utilisé et extrait via un modèle d’entité prédéfini, tel que la devise, l’organisation, les personnes ou la quantité.
    Vocabulaire
    Le vocabulaire est utilisé pour définir ou remplacer la signification des mots. Par exemple, vous pouvez affecter le synonyme « Microsoft » à l’acronyme « MS ».
    Modèle NLU
    Collection d’exemples d’énoncés et leurs intentions et entités associées que le système utilise comme référence pour déduire les intentions et les entités dans un nouvel énoncé. La console NLU est fournie avec des modèles NLU prédéfinis pour des unités business spécifiques, comme un modèle ITSM. Vous pouvez également créer des modèles personnalisés.

    Cette image illustre la façon dont Compréhension du langage naturel les exemples d’énoncés sont traités et transformés en intentions et en entités dans le système.

    Figure 2. NLU traite et restitue les exemples d’énoncés en intentions et entités
    Cette image vous montre comment Compréhension du langage naturel traite et restitue les exemples d’énoncés en intentions et en entités dans le système.

    Console NLU

    Utilisez le Console NLU pour créer des représentations morphologiques du langage humain. Ces modèles vous permettent de créer des intentions et des entités exprimées dans des énoncés en langage naturel. Toute ServiceNow application peut appeler un NLU modèle pour obtenir une inférence d’intentions et d’entités dans un énoncé donné.

    À l’aide du rôle nlu_admin , vous créez vos modèles dans , où Console NLUvous les créez, les formez, les testez et les publiez de manière itérative.

    Figure 3. Vue d’ensemble de l’API de création NLU qui aide les administrateurs à créer leurs modèles
    Cette image vous montre comment l’API de création NLU aide les administrateurs NLU à créer leurs modèles NLU.

    Pour en savoir plus sur la création et l’utilisation d’un modèle NLU, consultez : Créer un modèle NLU.

    NLU Service d’inférence

    Compréhension du langage naturel fournit un service d’inférence NLU qui aide le système à comprendre le langage naturel et à générer des actions intelligentes. Ce service forme et prédit les intentions et les entités pour un énoncé utilisateur donné dans votre modèle afin que son texte se traduise dans des formats compréhensibles par machine, tels que les API et les paramètres.

    Figure 4. Vue d’ensemble de la façon dont le système utilise une API d’inférence NLU pour extraire des intentions et des entités
    Cette image montre comment le système utilise une API d’inférence NLU pour extraire des intentions et des entités pour un énoncé donné. Cette image montre comment le système utilise une API d’inférence NLU pour extraire des intentions et des entités pour un énoncé donné.

    Ici, le système utilise une API d’inférence pour entraîner NLU les algorithmes à l’aide d’exemples de données d’enregistrement afin d’identifier les intentions et les entités qui sont de bons candidats pour une prédiction précise.

    Consommation du modèle NLU

    D’autres applications consomment la sortie du ServiceNow® modèle, telles que Agent virtuel.NLU

    Figure 5. Vue d’ensemble de l’application Agent virtuel consommant du NLU
    Cette image vous montre comment l’application Agent virtuel utilise Compréhension du langage naturel.

    Par exemple, Agent virtuel les administrateurs peuvent configurer un Concepteur d'agent virtuel flux de conversation pour utiliser des modèles NLU afin que les chatbots d’agent puissent mieux comprendre les déclarations de l’utilisateur dans la conversation. Pour en savoir plus sur la façon dont Agent virtuel les modèles NLU sont utilisés, consultez la rubrique Compréhension du langage naturel (NLU) dans l’Agent virtuel.

    Premiers pas

    Dépannage et demande d'aide