キーワードと比較した自然言語モデルの利点

  • リリースバージョン: Washingtondc
  • 更新日 2024年02月01日
  • 読む1読むのに数分

    • 自然言語モデルは、コンテキストと会社のデータに基づいて人間の言語を処理するのに役立ちます 仮想エージェント 。このようにして、ユーザーが必要とするものを、対応するトピックとより正確に一致させることができます。 仮想エージェント は、大規模言語モデル (LLM) および (NLU) をサポートしています 自然言語理解 (NLU) 。

    言語は難しい

    キーワードの一致には制限があります。たとえば「apple」は、一切れの果物を指す場合も、電子機器の場合もあります。コンテキストが重要であり、意図するところも重要です。自然言語モデルは、次の問題に対処するように設計されています。
    • 同じことを説明する方法は複数あります。

      例：Office パスワードのリセット、または Office のパスワードをリセット

    • 表現はあいまいな場合があります。

      例：移行後に欠落しているサーバーレポートメール。欠落しているのはサーバーとメールのどちらですか？

    • コンテキスト情報は必須です。

      例：ステージングで London インスタンスをアクティブ化する

    • 言葉は時間の経過とともに新しい意味を獲得する可能性があります。

      たとえば、セル (cell) は、生物学に関連する場合も、携帯電話に関連する場合もあります。

    • スラング、頭字語、および業界の慣用句は、解釈が難しい場合があります。

      例：開発インスタンスで SSO を設定する

    • エラーメッセージは理解しにくいことがよくあります。
    仮想エージェント は、2 種類の自然言語トピック検出を提供します。インスタンスでは、両方を組み合わせて使用できます。
    の LLM トピック検出 仮想エージェント
    LLM を使用すると、複雑なモデル、インテント、エンティティを構築することなく、トピックを検出し、生成 AI 機能にアクセスできます。
    仮想エージェント での Natural Language Understanding (NLU) トピックの検出
    NLU またはサポートされているプロバイダーを使用して ServiceNow トピックを検出します。