の LLM トピック検出 仮想エージェント

  • リリースバージョン: Washingtondc
  • 更新日 2024年02月01日
  • 読む2読むのに数分

    • ラージ言語モデル (LLM) を使用すると、プレーンな言語でユーザーステートメントを処理できます 仮想エージェント 。LLM を使用する会話は、() を使用する自然言語理解 (NLU)NLU会話よりも簡単にセットアップできます。

    における LLM の仕組み 仮想エージェント

    で仮想エージェントデザイナートピックを作成すると、パネルとNow Assist入力仮想エージェントの両方がNow Assistオンになっている場合はいつでも、トピックのモデルタイプとして LLM を選択できます。仮想エージェント次に、LLM 生成 AI を使用して、ユーザーのインテントに一致するトピックを検出します。

    トピックとは異なり NLU 、LLM では、モデル、インテント、またはキーワードをトピックにリンクする必要はありません。LLM は、モデルに関する NLU 数か月のトレーニングなしで、トピックを検出し、ケースの概要や解決メモのテキスト生成などの言語関連タスクを実行できます。全体として、LLM トピックは、を使用する場合よりも NLU迅速に作成、構成、および展開できます。

    LLM を使用すると、 仮想エージェント 次のことができます。

    • 特定のトピックで単一の宣言されたインテントを必要とせずにトピック検出を実行します。
    • モデリングと同様に NLU 、バックアップキーワードなしでインテントを検索します。
    • モデリングの場合と同様に NLU 、事前マッピングなしでエンティティ値を抽出します。
    • 単一の会話セッションで複数の会話トピックの切り替えを処理します。

    トピック検出

    LLM トピック検出を使用すると、トピック作成者は、バックアップキーワードを使用して複雑な NLU モデルとインテントを作成および維持する必要がなくなります。LLMはあなたのためにすべての面倒な作業を行います。唯一の要件は、 の 仮想エージェントデザイナー[プロパティ] タブにある堅牢で分かりやすい言語でのトピックの説明です。LLM はこの説明を使用して、ユーザーの発言に最適なトピックを見つけます。一致する可能性のあるものが複数ある場合は、選択できるトピックのリストがユーザーに表示されます。

    たとえば、ユーザーがライドシェア料金の計算を要求した場合 仮想エージェント 、LLM はユーザーの発話を、ヒントを使用してライドシェアを計算できる既存のトピックと照合します。

    エンティティ抽出

    LLM トピックを使用すると、発言に要求を履行するための情報があるかどうかを判断するために必要なすべての情報が LLM に含まれます。モデルとは異なり NLU 、エンティティをユーザー入力ノードに関連付けたり、ノードレス NLU エンティティを入力変数としてトピックに追加したりする必要はありません。LLM は、ユーザーの意図に最も近いエンティティを見つけるだけです。

    トピックの切り替え

    LLMを使用すると、トピックに比べて NLU トピックの切り替えが迅速かつ簡単になります。LLM は、自然言語で行われたインテントを変更する要求を処理し、適切なトピックをアクティブにします。

    たとえば、携帯電話を要求して会話を開始した場合、最初に注文をキャンセルしたり、会話を再開したりする必要はありません。代わりに、ラップトップの注文を依頼仮想エージェントできます。 携帯電話のトピックからラップトップのトピックにすぐに切り替わります。 仮想エージェント