Descoberta de tópicos de Compreensão da linguagem natural (NLU) em Virtual Agent

Aplique modelos de Compreensão da linguagem natural (NLU) que permitem ao Virtual Agent processar declarações do usuário em conversas automatizadas. Um modelo de NLU fornece informações que seu agente virtual usa para determinar o que os usuários desejam fazer e para extrair valores relevantes de sua entrada. Com NLU, o Virtual Agent pode oferecer uma experiência de conversa mais natural e envolvente.

Componentes do NLU

ServiceNow NLU pode aprender a sintaxe, a semântica e o vocabulário da sua empresa usando os dados em sua instância ServiceNow. Use Workbench de NLU, o construtor de modelo de NLU e o serviço de inferência de NLU para permitir que o sistema aprenda e responda à intenção do usuário.

Os elementos a seguir funcionam juntos para identificar o que o usuário deseja fazer para que uma solução possa ser encontrada:

Grupos de modelos

Um grupo de modelos oferece suporte a uma determinada aplicação, funções de usuário e idiomas. Por exemplo, você pode ter um modelo compatível com o recurso Pesquisa e outro modelo compatível com Virtual Agent. Um grupo de modelos costuma conter várias intenções.

Para obter mais informações, consulte Gestão de modelos.

Tentativas

As intenções representam ações. Elas descrevem o que o usuário deseja fazer ou o que sua aplicação pode processar. As intenções podem pertencer a qualquer um dos seguintes:

• Funções, como redefinir uma senha ou solicitar um item.
• Domínios, como saúde, financeiro ou governamental.
• Clientes, como o Exército dos EUA, a Wells Fargo ou a Boeing.

Em Virtual Agent, uma única intenção é mapeada para um tópico de conversa.

Para obter mais informações, consulte Intenções de NLU.

Enunciados

Em vez de palavras-chave, você insere exemplos de linguagem natural, chamados de enunciados. Os enunciados ajudam NLU a avaliar os significados e os contextos das palavras para que possam inferir as ações do usuário ou do sistema. Os exemplos de enunciados podem incluir:

• Redefinir minha senha.
• Mudar senha.
• Não me lembro da minha senha.
• Esqueci a senha.
• Minha senha precisa ser redefinida.

Entidades

As entidades representam o objeto (ou contexto) da ação. Você pode defini-los para intenções individuais. NLU pode corresponder às entidades definidas com a entrada do usuário para preencher os valores. O preenchimento pode eliminar a necessidade de fazer algumas perguntas em um fluxo de tópico. Existem três tipos básicos de entidades que você pode definir:

• Entidades comuns ou do sistema, como data, hora, moeda, local, quantidade, pessoas ou organização.
• Entidades baseadas em registros ServiceNow, como um número de caso.
• Entidades específicas da empresa ou do domínio, como salas de reunião, políticas da empresa e assim por diante.

Para obter mais informações, consulte Entidades de NLU.

Figura 1. Exemplo de definição de intenção em um grupo de modelos NLU

Como os modelos de NLU funcionam em Virtual Agent

Ao criar ou atualizar tópicos em Designer do Virtual Agent, você especifica o modelo de NLU e a intenção que Virtual Agent usa para encontrar o tópico de conversa apropriado para atender à intenção.

Virtual Agent oferece suporte a modelos de diferentes serviços. Você pode usar os seguintes provedores:

• ServiceNow Modelos de NLU que você cria usando Workbench de NLU.

  ServiceNow fornece modelos e tópicos de NLU pré-criados (somente leitura) para vários ServiceNow aplicações de negócios, como Customer Service Management, Prestação de serviços de RH e ITSM. Você pode usar as intenções definidas nesses modelos pré-criados e reutilizá-los ao criar seus próprios modelos.

• Se você estiver usando o IBM Watson Assistant como seu provedor de serviços de NLU, as intenções e entidades de NLU serão criadas em IBM Watson Assistant.
• Se você estiver usando o Microsoft LUIS como seu provedor de serviços de NLU, as intenções e entidades de NLU serão definidas no Microsoft Language Understanding Intelligent Service (LUIS).
• Se você estiver usando Google Dialogflow ES como seu provedor de serviço de NLU, as intenções e entidades de NLU serão definidas na plataforma Google Cloud.

Nota:

Virtual Agent oferece suporte a apenas um provedor de serviço de NLU por instância.

Com os modelos de NLU, seu agente virtual pode fazer o seguinte:

• Realizar descoberta de tópico.
• Definir palavras-chave de backup caso uma intenção não seja correspondida.
• Extrair valores de entidades.
• Manipular a alternância de conversa em uma sessão de conversa.

Esses recursos são explicados nas seções a seguir.

Tópico Discovery

Quando os usuários fornecem um enunciado, ele é uma declaração associada a uma intenção específica. Virtual Agent processa esses enunciados para iniciar o tópico de conversa apropriado. Cada tópico tem uma intenção única que você especifica em Designer do Virtual Agent.

Durante o processo de descoberta de tópico, as intenções são correspondidas aos tópicos. Virtual Agent retorna os tópicos mais relevantes para a solicitação de um usuário. O processo de descoberta de tópico retorna os seguintes resultados para um usuário:

• Correspondência única: quando um enunciado do usuário corresponde diretamente a uma intenção (tópico), o tópico é executado automaticamente.

  Figura 2. Uma solicitação do usuário corresponde a um enunciado em uma intenção

  

• Várias correspondências: quando um enunciado do usuário corresponde a mais de uma intenção, Virtual Agent retorna uma lista de seleção das correspondências relevantes para que o usuário possa escolher o tópico apropriado.

  Figura 3. Uma solicitação do usuário corresponde a enunciados em várias intenções

  

  Nota:

  Se houver várias correspondências, Virtual Agent retornará três intenções por padrão. Você pode mudar o número de tópicos retornados usando a propriedade do sistema com.glide.cs.max_number_display_topics.
• Nenhuma correspondência: quando Virtual Agent não consegue encontrar uma intenção correspondente, ele usa Pesquisa com IA para gerar resultados de pesquisa que exibem links relevantes para artigos de conhecimento de perguntas e respostas, itens do Catálogo de serviços ou registros de pessoa (usuário).

  Este recurso é controlado pelo tópico de configuração de fallback Pesquisa com IA e as configurações de pesquisa Virtual Agent, habilitadas por padrão em experiências de bate-papo. Para saber mais sobre os Pesquisa com IA resultados gerados, consulte Integração do Virtual Agent a Pesquisa com IA.

  Se você desabilitar o tópico de configuração de fallback Pesquisa com IA, Virtual Agent exibirá automaticamente uma mensagem de erro de fallback que permite ao usuário selecionar um tópico ou inserir uma solicitação diferente.

  Figura 4. Exemplo de mensagem de fallback

  

  Para obter detalhes sobre como o tópico de configuração de fallback Pesquisa com IA e a resposta de fallback (o tópico de configuração de fallback) funcionam, consulte Como configurar experiências de bate-papo para usuários do Virtual Agent.

Para obter informações detalhadas sobre a descoberta de tópico de NLU, consulte Lógica de descoberta de tópico de Compreensão da linguagem natural em Virtual Agent.

Descoberta de tópico com palavras-chave de backup

Ao criar ou atualizar tópicos, você também pode especificar palavras-chave que Virtual Agent usa para determinar o tópico se o NLU não retornar uma intenção e um tópico correspondentes. Virtual Agent usa palavras-chave nas seguintes situações:

• Nenhum tópico (intenções) foi descoberto.
• O tópico apropriado (intenção) não pode ser determinado porque muitos tópicos (intenções) foram descobertos.
• O idioma do tópico e da intenção não é compatível com NLU.

Nota:

Se Virtual Agent não puder determinar o tópico com base em NLU ou palavra-chave, ele usará o recurso Pesquisa com IA para fornecer resultados relevantes. O recurso Pesquisa com IA deve estar habilitado.

Extração de entidade

Com os modelos de NLU, Virtual Agent pode determinar quando as declarações do usuário em uma conversa contêm informações importantes para cumprir uma tarefa ou objetivo. As entidades identificam as informações que Virtual Agent podem extrair da conversa, como um objeto ou o nome de uma pessoa. Para extrair os valores apropriados, Virtual Agent usa as informações da entidade que estão associadas a uma intenção definida no modelo de NLU.

Ao projetar seu tópico, você pode usar entidades da seguinte forma:

• Associe uma entidade a um nó de entrada do usuário na guia Fluxo. Você pode especificar se Virtual Agent solicitará que o usuário confirme o valor da entidade preenchida ou ignore o nó.
• Adicione entidades NLU sem nó como variáveis de entrada a um tópico. Essas variáveis podem ser preenchidas com base nas previsões do provedor de serviços de NLU ou fornecidas fora do escopo do tópico.

Mudança de conversa

Usuários envolvidos em uma conversa Virtual Agent podem alternar tópicos a qualquer momento durante a conversa. Por exemplo, um usuário pode estar atualizando um item no perfil do funcionário do usuário. Mas antes de concluir o upgrade, esse usuário pode solicitar um item. Virtual Agent pode encontrar e executar o tópico apropriado com base na solicitação do usuário. Permita que usuários que mudaram de tópico retomem a conversa original.

Outro exemplo é quando um usuário pode fazer uma pergunta casual ou se envolver em uma conversa superficial. A pergunta pode não estar relacionada à solicitação original. Ao revisar as intenções definidas no modelo de NLU, Virtual Agent pode corresponder e iniciar a conversa apropriada para o tópico alternado.

ServiceNow NLU é compatível com vários idiomas e integração com Designer do Virtual Agent

Se você estiver usando ServiceNow NLU, poderá mapear um grupo de modelos de NLU e uma intenção associada a um tópico. Você também pode atualizar, treinar e testar o modelo de NLU associado em Designer do Virtual Agent. Ao trabalhar em um tópico, você também pode melhorar ou modificar os enunciados e as entidades associadas para uma intenção sem sair da interface.

Grupos de modelos ServiceNow NLU contêm um idioma primário e idiomas secundários. Use o idioma primário para criar seu tópico, que pode ser traduzido para os idiomas secundários dentro do grupo. Para obter mais informações, consulte Gestão de modelos multilíngue.

Conforme você trabalha nos tópicos, Designer do Virtual Agent fornece exibições de mapeamento de idioma para visualizar e testar tópicos com os modelos específicos de idioma associados. Para obter mais informações, consulte Localizando Virtual Agent conversas.