Anwendung der KI-Technologie auf ITSM: Unterschiede zwischen NLP und NLU und warum dies für die IT wichtig ist (drei Teile)

In meinem vorherigen Beitrag habe ich Beispiele dafür vorgestellt, wie KI- und ML-Technologien (Machine Learning) jetzt in der IT angewendet werden.

Wir haben auch untersucht, wie historische und beobachtete Daten verwendet wurden, um Modelle für maschinelles Lernen zu vermitteln, die den gesamten Zyklus der Bereitstellung von IT-Diensten abdecken.

In diesem Beitrag diskutiere ich die Bedeutung virtueller Agenten, die die Verarbeitung natürlicher Sprache (NLP) und das Verständnis natürlicher Sprache (NLU) mit dem Potenzial kombinieren, dass die IT den Mitarbeitern besser dienen kann.

NLP & NLU: Was ist der Unterschied?

Die Begriffe NLP und NLU stellen Systeme dar, mit denen Computer und Menschen im Gegensatz zu Schlüsselwörtern und Codes in natürlicher Sprache interagieren können. Während es verschiedene Systemarchitekturen gibt, die NLU von NLP unterscheiden (d. H. Maschinelles Lernen, vertieftes Lernen, neuronale Netze usw.), ist NLU im Allgemeinen eine fortgeschrittene Form von NLP (Superset). kann als betrachtet werden

Wenn Sie AI für eine ITSM-Initiative in Betracht ziehen, ist es wichtig, den Wert von NLP und NLU zu verstehen. Jeder Ansatz bietet virtuellen Agenturen einzigartige Möglichkeiten hinsichtlich des Engagements der Mitarbeiter.

Um eine klare Unterscheidung zwischen NLP und NLU zu erhalten, ist es hilfreich, sie nach quantitativen und qualitativen Fähigkeiten zu klassifizieren.

Verarbeitung natürlicher Sprache

NLP ist eine Form der quantitativen, statistischen, datengesteuerten Sprachverarbeitung, die auf Näherungs- und Wahrscheinlichkeitsberechnungen basiert. Obwohl datenbasierte Ansätze zur Sprachverarbeitung ziemlich genau sind, stützen sie sich mehr auf die mathematische Theorie als auf die Sprache und das menschliche Verständnis.

Auf diese Weise hat NLP Vorrang bei der Ermittlung von Mustern in den Daten, sodass virtuelle Agenten an einfachen Dialogfeldern mit Skripten teilnehmen können. Da NLP-basierte virtuelle Agenten jedoch nur einen Teil der alltäglichen gesprochenen Sprache verstehen können, neigen sie dazu, ungewöhnliche Fragen falsch zu verstehen, wenn sie sich vom Szenario entfernen. Infolgedessen berücksichtigen VL-Agenturen, die sich ausschließlich auf NLP-basierte Mitarbeiter verlassen, nur eine Reihe von Fragebögen und benötigen einen fortlaufenden Service.

Natürliche Sprache verstehen

Die NLU fügt der auf NLP basierenden Sprachverarbeitung einen qualitativen, sprachlichen Ansatz hinzu. Virtuelle Agenturen auf NLU-Basis verstehen den Zweck des Benutzers und können daher fließende Gespräche führen - eine Fähigkeit, die in der Dienstleistungsbranche erforderlich ist. Beispielsweise erfordert eine einfache Anforderung zum Zurücksetzen des Kennworts möglicherweise einige Fragen zur Klärung der Anwendungsversion, der Rolle oder des Betriebssystems. Nur NLP kann den Zweck der Kennwortwiederherstellung bestimmen. NLP + NLU kann das Problem diagnostizieren und lösen.

Besser zusammen:

Mit NLP-basierten virtuellen Agenten kann das System mit Skripten antworten, wenn Mitarbeiter stark strukturierte, unvorhersehbare Anforderungen stellen.

Zunächst müssen virtuelle Agenten geschult werden, um Standarddefinitionen, Begriffe und Antworten zu erkennen.

Gleichzeitig sollten virtuelle Agenten in einer dynamischen Umgebung wie einem IT-Service-Desk auch unstrukturierte und unvorhersehbare Daten erhalten, diese in strukturierte Daten konvertieren und geeignete Maßnahmen ergreifen. Beispielsweise können NLU-basierte virtuelle Agenturen irreführende Wörter, Abkürzungen und Vokabeln erkennen, um Benutzerabsichten besser zu definieren und ihnen den Zugriff auf personalisiertere und natürlichere Konversationen zu ermöglichen.

Ein hybrider Ansatz für die Sprachverarbeitung unter Verwendung von NLP- und NLU-Technologien verbessert die Fähigkeit des virtuellen Agenten, auf natürliche Weise mit Menschen zu interagieren.

Darüber hinaus können die effektivsten virtuellen Agenten auf mehrere Datenquellen und Systeme zugreifen, z. B. menschliche Agenten, um Abfragen zu bearbeiten und / oder Fragen zu beantworten. Damit ein Mitarbeiter beispielsweise auf Salesforce zugreifen kann, muss der virtuelle Agent alle erforderlichen Konten über die Erstellungs- und Genehmigungsschritte verwalten, Benutzerkonfigurationen in Salesforce automatisieren und ein Service Desk-Ticket auf einem ITSM-System aufzeichnen. die Zwecke der Beobachtung.

Die Fähigkeit, Mitarbeitern IT-Services in Echtzeit zur Einhaltung von Geschäftsprozessen bereitzustellen, ermöglicht es IT-Organisationen, MTTR- und Ticketpreise zu senken, ohne die Kundenanforderungen zu erfüllen oder ein angemessenes IT-Management und eine angemessene IT-Kontrolle zu untergraben.

In meinem nächsten Beitrag werde ich die Bedeutung von NLP- und NLU-basierten virtuellen Agenten für die Bereitstellung von IT-Services untersuchen, um den ständig wachsenden Anforderungen mobiler und globaler Arbeitskräfte gerecht zu werden.