Compréhension du langage naturel

  • Rversion finale: Yokohama
  • Mis à jour 30 janv. 2025
  • 4 minutes de lecture

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

    Vue d'ensemble de Compréhension du langage naturel

    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 création du modèle NLU.
    Cette image vous montre le flux d’entrée de l’utilisateur dans le processus de création du modèle NLU.

    Terminologie de NLU

    En NLU langage, 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 souhaitez que votre application gère, comme accorder l’accès.
    Énoncé
    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
    Ceux-ci sont prédéfinis dans une instance et ont des significations hautement réutilisables, telles que la date, l’heure et le lieu.
    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 de leurs intentions et entités associées que le système utilise comme référence pour déduire des intentions et des entités dans un nouvel énoncé. La console NLU est fournie avec des modèles NLU prédéfinis pour des unités business spécifiques, tels qu’un modèle ITSM. Vous pouvez également créer des modèles personnalisés.

    Cette image illustre comment Compréhension du langage naturel traite et transforme les exemples d’énoncés en intentions et en entités dans le système.

    Figure 2. La NLU traite et transforme 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 le Console NLU, où vous les créez, les formez, les testez et les publiez de façon itérative.

    Figure 3. Vue d’ensemble de l’API de création NLU aidant 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 plus d’informations 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 NLU service d’inférence qui aide le système à comprendre le langage naturel et à conduire 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 la 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 vous montre comment le système utilise une API d’inférence NLU pour extraire des intentions et des entités pour un énoncé donné. Cette image vous 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 former NLU des algorithmes en utilisant des exemples de données d’enregistrement afin d’identifier les intentions et les entités qui sont des candidats solides pour une prédiction précise.

    Consommation de modèle NLU

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

    Figure 5. Vue d’ensemble de l’utilisation de la NLU par l’application Virtual Agent
    Cette image vous montre comment l’application Agent virtuel utilise la compréhension du langage naturel.

    Par exemple, Agent virtuel les administrateurs peuvent configurer un flux de Concepteur d'agent virtuel conversation pour utiliser des modèles NLU afin que les chatbots d’agent puissent mieux comprendre les déclarations des utilisateurs dans la conversation. Pour plus d’informations sur la façon dont Agent virtuel les modèles NLU sont consommés, consultez : découverte de rubriques Compréhension du langage naturel (NLU) dans Agent virtuel.

    Commencez

    Dépannage et demande d'aide