Կիրառելով AI տեխնոլոգիա ITSM- ին. Տարբերությունը NLP & NLU- ի և ինչու է դա կարևոր ՏՏ ձեռնարկության համար (մաս 3)

Իմ նախորդ գրառման մեջ ես կիսեցի օրինակներ, թե ինչպես AI և մեքենայական ուսուցման (ML) տեխնոլոգիաներն այսօր կիրառվում և արժեք են բերում ՏՏ ոլորտում:

Մենք նաև ուսումնասիրեցինք, թե ինչպես են պատմական և դիտարկված տվյալները օգտագործվում մեքենայական ուսուցման մոդելները վերապատրաստելու համար ՝ ՏՏ ծառայության մատուցման ամբողջ ցիկլը լուծելու համար:

Այս գրառման մեջ ես կքննարկեմ, թե ինչպես վիրտուալ գործակալները, որոնք օգտագործում են բնական լեզու մշակման (NLP) և բնական լեզու հասկանալու (NLU) հնարավորությունների համադրությունը, եզակի արժեք են ապահովում `հնարավորություն տալով ՏՏ-ին մատուցել ավելի լավ աշխատողների ծառայություն:

NLP & NLU. Ո՞րն է տարբերությունը:

NLP և NLU տերմինները երկուսն էլ վերաբերում են համակարգերին, որոնք նախատեսված են համակարգիչներին և մարդկանց փոխզիջման համար միմյանց հետ, օգտագործելով բնական լեզու ՝ ի տարբերություն հիմնաբառերի և կոդերի: Թեև կան տարբեր հիմքում ընկած համակարգային ճարտարապետություններ (այսինքն ՝ մեքենայական ուսուցում, խորը ուսուցում, նյարդային ցանցեր և այլն), որոնք կարող են տարբերակել NLU- ն NLP- ից, ընդհանուր առմամբ, NLU- ն կարելի է համարել որպես NLP- ի առաջադեմ ձև (գերահավաք):

AI համար ITSM նախաձեռնությունը դիտարկելիս կարևոր է հասկանալ ինչպես NLP- ի, այնպես էլ NLU- ի արժեքը: Յուրաքանչյուր մոտեցում հնարավորություն է տալիս եզակի հնարավորություններ ունենալ այն տեսանկյունից, թե ինչպես են վիրտուալ գործակալները ներգրավում աշխատակիցներին:

NLP- ի և NLU- ի միջև հստակ տարբերակելու համար օգտակար է դասակարգել դրանք ըստ քանակական և որակական ունակությունների:

Բնական լեզուների մշակում

NLP- ը լեզվի մշակման քանակական, վիճակագրական, տվյալների վրա հիմնված ձև է, որը հիմնված է մոտարկման և հավանականության գնահատումների վրա: Չնայած տվյալների մշակման վրա հիմնված մոտեցումները որոշակի աստիճանի ճշգրիտ են, բայց դրանք ավելի շատ ապավինում են մաթեմատիկական տեսությանը, քան լեզուն և մարդկային ճանաչողությունը:

Այս եղանակով NLP- ն գերազանցում է տվյալների օրինաչափությունների հայտնաբերմանը, ինչը վիրտուալ գործակալներին հնարավորություն է տալիս զբաղվել պարզ, գրված երկխոսություններով: Այնուամենայնիվ, այն պատճառով, որ NLP- ի վրա հիմնված վիրտուալ գործակալները կարող են միայն հասկանալ առօրյա խոսակցական լեզուները, նրանք հակված են սխալ ընկալել ոչ սովորական հարցերը, երբ խոսակցությունը շեղվում է սցենարից: Արդյունքում, աշխատողների ծառայության համար վիրտուալ գործակալները, որոնք ապավինում են միայն NLP- ին, զբաղվում են միայն հարցումների ենթաբաժիններով և պահանջում են շարունակական պահպանում:

Բնական լեզուի հասկացողություն

NLU- ն հիմնված է NLP- ի վրա `ավելացնելով լեզուների մշակման որակական, լեզվական մոտեցում: NLU- ի վրա հիմնված վիրտուալ գործակալները հասկանում են օգտագործողի մտադրությունը և արդյունքում կարող են ունենալ հեղուկ խոսակցություններ. Ունակություն, որն անհրաժեշտ է ծառայության տիրույթներում: Օրինակ ՝ ՏՏ-ում գաղտնաբառի վերափոխման պարզ հարցումը կարող է պահանջել բազմաթիվ պարզաբանումներ ՝ կապված ծրագրի վարկածի, դերի կամ գործառնական համակարգի վերաբերյալ: Միայն NLP- ն կարող է ախտորոշել, որ մտադրությունը գաղտնաբառ վերականգնելն է: NLP + NLU- ն կարող է ինչպես ախտորոշել, այնպես էլ լուծել խնդիրը:

Ավելի լավ է միասին:

NLP- ի վրա հիմնված վիրտուալ գործակալների հետ, քանի դեռ աշխատակիցները տրամադրում են խիստ կառուցվածքային, կանխատեսելի պահանջներ, համակարգը կարող է պատասխանել գրված պատասխաններով:

Որպես ելակետ, անհրաժեշտ է վիրտուալ գործակալներին վերապատրաստել ստանդարտ սահմանումներ, տերմիններ և պատասխաններ ճանաչելու համար:

Այնուամենայնիվ, ՏՏ ծառայության գրասեղանի նման դինամիկ միջավայրում վիրտուալ գործակալները պետք է նաև կարողանան վերցնել չկառուցված և անկանխատեսելի մուտքեր, վերափոխել դրանք կառուցվածքային ձևի և դրանց վրա գործողություններ ձեռնարկել: Օրինակ, NLU- ի վրա հիմնված վիրտուալ գործակալները կարող են նույնականացնել սխալ գրված բառերը, կծկումները և կոլեկցիոներները `օգտագործողի մտադրությունն ավելի լավ ճանաչելու համար, ինչը թույլ է տալիս նրանց ավելի անհատականացված և բնական խոսակցություններ վարել:

Լեզուների մշակման հիբրիդային մոտեցում, օգտագործելով և NLP & NLU տեխնոլոգիաները, ամրապնդում է վիրտուալ գործակալի ունակությունը բնական ձևով շփվելու մարդկանց հետ:

Բացի այդ, ամենաարդյունավետ վիրտուալ գործակալները կարող են մուտք ունենալ բազմաթիվ տվյալների աղբյուրներ և համակարգեր, ճիշտ այնպես, ինչպես անում են մարդկային գործակալները ՝ խնդրանքները կատարելու և / կամ հարցերին պատասխանելու համար: Օրինակ ՝ աշխատակցին Salesforce- ին հասանելիություն ունենալու համար վիրտուալ գործակալը պետք է կարողանա աշխատակցին կողմնորոշել բոլոր անհրաժեշտ հաշվի ստեղծման և հաստատման քայլերի միջոցով, ավտոմատացնել Salesforce- ում օգտագործողի կազմաձևումը և գրանցել ITSM համակարգում սպասարկման սեղանի տոմս: հետևելու նպատակները:

ՏՏ ծառայություններն աշխատողներին իրական ժամանակում մատուցելու ունակությունը, միաժամանակ աշխատընթացների ընթացքին հավատարիմ մնալուն, թույլ են տալիս ՏՏ կազմակերպություններին նվազեցնել MTTR- ն ու մեկ տոմսի արժեքը ՝ առանց զոհաբերելու հաճախորդի գոհունակությունը կամ վարկաբեկելով պատշաճ ՏՏ կառավարումը և վերահսկողությունը:

Շարունակեք հետևել իմ հաջորդ գրառմանը, որտեղ ես կուսումնասիրեմ NLP և NLU վիրտուալ գործակալների արժեքը ՏՏ ծառայության մատուցման մասշտաբի մեջ `ավելի ու ավելի շատ շարժական և համաշխարհային աշխատուժի կարիքները բավարարելու համար: