Vocabulaire NLU

Utilisez NLU des éléments de vocabulaire pour aider le système à reconnaître les différentes façons dont vos utilisateurs expriment leurs demandes. Utilisez des sources de vocabulaire pour aider le système à reconnaître des objets dans des tables ou des listes, tels que des noms de salles de conférence ou des éléments de catalogue.

Utilisation du vocabulaire et contexte

Le vocabulaire aide votre modèle avec les différents mots et expressions qu’il peut rencontrer de la part de vos utilisateurs. Étant donné que les humains ne sont pas des ordinateurs, ils peuvent trouver différentes façons de dire la même chose. Par exemple, si un utilisateur saisit un acronyme plutôt que la phrase complète, le système peut être en mesure de prédire l’intention correcte à l’aide du contexte dans l’énoncé. Toutefois, en définissant l’acronyme avec un élément de vocabulaire, vous augmentez le niveau de confiance du modèle et sa capacité à prédire correctement les intentions.

Les éléments de vocabulaire couvrent les différents mots ou expressions qui peuvent apparaître dans les énoncés. Les éléments de vocabulaire sont mappés aux synonymes que vous fournissez pour la prédiction d’intention. Cela aide le système à reconnaître les différentes façons dont vos utilisateurs expriment leurs demandes, tout en garantissant la cohérence, la confiance et l’exactitude des prédictions.

Types d’éléments de vocabulaire

NLU fournit les types de vocabulaire suivants que vous pouvez utiliser pour créer et configurer un élément de vocabulaire.

Type	Définition
Régulier	Mot ou expression qui n’est pas communément connu, tel qu’un terme ou un acronyme spécifique à une entreprise ou à un secteur. Le vocabulaire régulier n’est pas sensible à la casse, de sorte que toutes les variations de casse seront capturées par le vocabulaire que vous créez. Consultez Créer un élément de vocabulaire régulier.
Modèle	Expression régulière (regex) qui peut capturer des formats spécifiques tels que les adresses e-mail et les numéros de téléphone. Consultez Créer un élément de vocabulaire de modèle.

Sources de vocabulaire

Vous pouvez également utiliser des sources de vocabulaire pour couvrir divers objets que vos utilisateurs peuvent demander. Les éléments de vocabulaire et les sources de vocabulaire diffèrent dans leur utilisation :

• Utilisez un élément de vocabulaire pour un mot, une phrase ou un modèle individuel qui peut facilement être mappé à un seul synonyme pour le modèle à utiliser.
• Utilisez une source de vocabulaire pour référencer une table ou une ServiceNow liste afin que les valeurs puissent toutes être remplacées par le synonyme unique que vous définissez. Les sources de vocabulaire peuvent être réutilisées dans tous vos modèles NLU.

Utilisez des sources de vocabulaire lorsque vos énoncés utilisateur font référence à des objets d’un ensemble. Les sources peuvent être référencées à partir d’une liste de valeurs provenant d’une ServiceNow table ou d’une liste statique que vous définissez, comme une liste d’éléments de catalogue ou de salles de conférence. Une fois que vous avez créé et enregistré ces sources, vous pouvez utiliser le symbole @ pour les spécifier dans les énoncés de formation. Vous pouvez également utiliser ces sources comme valeurs d’entité.

Par exemple, supposons que vous ayez déjà une liste de toutes les salles de conférence pour votre bureau. Vous pouvez créer une source de vocabulaire pour référencer cette liste plutôt que de taper chaque nom de salle de conférence dans les énoncés de formation de votre intention.

Pour créer des sources de vocabulaire, reportez-vous à Créer une source de vocabulaire de table et Créer une source de vocabulaire de liste.

Utilisation du vocabulaire en relation avec une intention

Voici un exemple de la façon dont une intention peut interagir avec le vocabulaire dans ses exemples d’énoncés.

Remarque :

Dans le vocabulaire NLU, le synonyme remplace le vocabulaire qui apparaît dans l’énoncé.

Tableau 1. Intention : OrderSoftware

Énoncé	Problème et solution
« J’ai besoin d’accéder à sfcrm »	Problème : le système ne reconnaît pas l’acronyme sfcrm et ne peut donc pas prédire avec précision l’intention. Solution : ajoutez sfcrm en tant qu’élément de vocabulaire normal et fournissez un synonyme tel que logiciel CRM.
« Je dois installer Word »	Problème : le terme mot est très courant et n’indique pas nécessairement un produit logiciel. Le terme installation peut fournir un contexte utile, mais le score de confiance peut être trop faible pour prédire l’intention OrderSoftware . Solution : créez un élément de vocabulaire de modèle avec une expression régulière pour Word en majuscule, afin que le système puisse le reconnaître comme un produit logiciel. Cette contrainte supplémentaire augmente la probabilité que l’intention OrderSoftware soit prédite. Remarque : Pour extraire le nom de logiciel spécifique à utiliser dans une rubrique de conversation Virtual Agent, annotez-le en tant qu’entité dans l’énoncé.

Utilisez un seul mot ou une courte phrase comme synonyme pour de meilleurs résultats. Vous pouvez mapper plusieurs éléments de vocabulaire à un synonyme. Ne mappez pas un élément de vocabulaire à plusieurs synonymes.

Pour plus de contexte et d’exemples, reportez-vous à Créer une intention NLU.

Exemple Regex pour un élément de vocabulaire de modèle

Supposons que vous souhaitiez utiliser un élément de vocabulaire pour identifier l’acronyme IT et le mapper au synonyme technologies de l’information.

Les éléments de vocabulaire standard sont insensibles à la casse par défaut. Cela signifie qu’un élément de vocabulaire régulier correspondrait à la fois à l’acronyme IT et au mot commun it. Vous décidez donc d’utiliser un élément de vocabulaire de modèle.

Le modèle regex que vous pouvez utiliser est \bIT\b. Le \b est un marqueur de limite de mots. Cela garantit que le modèle ne correspondra pas à ITSM ou JIT, par exemple. La sensibilité à la casse par défaut des éléments de vocabulaire de modèle signifie que \bIT\b ne correspond pas au mot commun it.

Détails regex : vous pouvez désactiver la sensibilité à la casse dans un modèle à l’aide de ( ?i). Vous pouvez mettre fin à ce mode en utilisant un signe moins comme dans ( ?-i). Par exemple, ( ?i)te( ?-i)st doit correspondre à la fois test et TEst, mais pas teST ou TEST.

Pour plus d'informations, consultez Utiliser des expressions régulières dans les entités.

• Créer un élément de vocabulaire régulier
  Ajoutez un mot ou une phrase que vos utilisateurs peuvent utiliser et associez cet élément de vocabulaire à un synonyme. Votre modèle utilise le synonyme pendant la prédiction d’intention.
• Créer un élément de vocabulaire de modèle
  Utilisez le codage d’expression régulière (regex) pour établir un format de modèle pour les éléments de vocabulaire tels que les adresses e-mail, les numéros de téléphone et les conventions de dénomination des enregistrements. Vous pouvez créer vos propres modèles pour les données de vocabulaire dans votre instance.
• Créer une source de vocabulaire de liste
  Créez une liste de mots ou d’expressions qui serviront de source de vocabulaire. Les valeurs de la source de liste sont remplacées par le synonyme si elles sont détectées dans un énoncé de l’utilisateur.
• Créer une source de vocabulaire de table
  Utilisez les valeurs d’une ServiceNow table comme source de vocabulaire. Vos Compréhension du langage naturel modèles (NLU) utilisent votre synonyme fourni pour interpréter les énoncés qui contiennent des valeurs provenant des champs sources choisis de la table.
• Synchroniser une source de vocabulaire de table
  Synchronisez vos sources de vocabulaire de table pour obtenir les derniers changements apportés à la ServiceNow table source. La synchronisation de vos sources de vocabulaire garantit que vos NLU modèles disposent des valeurs les plus récentes lors de la prédiction des intentions.
• Vocabulaire prédéfini
  Utilisez ServiceNow® un vocabulaire prédéfini pour les termes logiciels et matériels afin que le système reconnaisse leurs multiples variations d’énoncés.

Tâches associées

• Créer une intention NLU