キーワードと比較した自然言語モデルの利点

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仮想エージェントが人間の言語を処理するのに役立ちます。自然言語モデルにより、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) および自然言語理解 (NLU) (NLU) をサポートしています。

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。

仮想エージェントでは、2 とおりの自然言語トピックディスカバリーが可能です。その両方を組み合わせてインスタンス内で使用することができます。

仮想エージェントの LLM トピックディスカバリー

LLM を使用すると、複雑なモデルやインテントやエンティティをビルドしなくても、トピックを検出したり生成 AI 機能にアクセスしたりできます。

仮想エージェントでの自然言語理解 (NLU) トピックディスカバリー

ServiceNow の NLU またはサポートされているプロバイダーを使用して、トピックを検出します。