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

 Release :

    - yokohama

ft:locale :

    - fr-FR

ft:publication_title :

    - Interfaces conversationnelles Yokohama

ft:clusterId :

    - convint

bundleId :

    - convint

workflow :

    - Platform


---

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

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

* Rversion finale: Yokohama
* 
* Mis à jour 30 janv. 2025
* 
* ![](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 plus précisément mis en correspondance avec une rubrique correspondante. Agent virtuel prend en charge les grands modèles de langage (LLM) et Compréhension du langage naturel (NLU).

## La langue est difficile {#advantages-nlu__section_rsh_p25_2rb}

La correspondance des mots-clés a ses limites. Par exemple, parfois une pomme est un fruit, et parfois c'est un appareil électronique. Le contexte compte, 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 des e-mails manquants après la migration</kbd>. Qu'est-ce qui manque, le serveur ou le courrier ?

* Les informations contextuelles sont essentielles.Exemple : <kbd class="ph userinput">activer l’instance London en stockage temporaire</kbd>

* Les mots peuvent acquérir de nouvelles significations avec le temps.Par exemple, une <kbd class="ph userinput">cellule</kbd> 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 : <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 les deux dans votre instance, mais un par un dans une messagerie instantanée donnée.

[Découverte de rubrique LLM dans Agent virtuel](https://servicenow-prod.fluidtopics.net/GuFWIlCACxfSOBLrbycRYA "Les grands modèles de langage (LLM) permettent Agent virtuel de traiter les déclarations des utilisateurs 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 simplifiée.")
:   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.

[Compréhension du langage naturel (NLU) Découverte de rubriques dans Agent virtuel](https://servicenow-prod.fluidtopics.net/giLwpzrTP8JH5g0sdHF6hA "Appliquez des modèles de compréhension du langage naturel (NLU) qui permettent Agent virtuel de traiter les déclarations de l’utilisateur dans des conversations automatisées. Un modèle NLU fournit des informations que votre Virtual Agent utilise pour déterminer ce que les utilisateurs veulent faire et pour extraire les valeurs pertinentes de leurs entrées. Avec NLU, Agent virtuel vous pouvez offrir une expérience conversationnelle plus naturelle et plus engageante.")
:   Utilisez ServiceNow le NLU ou un fournisseur pris en charge pour détecter les rubriques.

