Configurer la compréhension du langage courant et de l’intention
Langage naturel
Le traitement en langage naturel (NLP) est un sous-domaine de l’étude des langues, de l’informatique et de l’intelligence artificielle qui concerne les interactions entre les ordinateurs et la langue humaine. Le principal objectif du NLP est de savoir comment programmer des ordinateurs pour traiter et analyser de grandes quantités de données en langage naturel. Le résultat est un ordinateur capable de « comprendre » le contenu de documents, y compris les nuances contextuelles du langage. La technologie peut ensuite extraire avec précision les informations et les insights contenus dans les documents, puis classer et organiser les documents eux-mêmes.
Les défis du traitement de langage naturel impliquent souvent la reconnaissance vocale, la compréhension du langage courant et la génération de langage naturel.
Ressource de prédiction Azure pour l’application de compréhension du langage courant (CLU, Conversational Language Understanding)
La compréhension du langage courant (CLU) est un service d’IA conversationnelle basé sur le cloud qui applique une intelligence personnalisée du Machine Learning au texte en langage naturel des conversations d’un utilisateur afin d’en prédire le sens général et d’en extraire des informations détaillées pertinentes. CLU fournit un accès via son portail personnalisé, des API et des bibliothèques de client de SDK.
Intentions
Une intention représente la tâche ou l’action que l’utilisateur souhaite effectuer. Il s’agit de la finalité ou de l’objectif exprimé dans l’énoncé d’un utilisateur.
Entités
Une entité est un élément ou un article pertinent à l’intention de l’utilisateur. Les entités définissent les données pouvant être extraites à partir de l’énoncé et sont essentielles pour terminer l’action requise d’un utilisateur.
Énoncés
Les énoncés sont les entrées de l’utilisateur que votre application doit interpréter. Pour entraîner CLU afin d’en extraire les intentions et les entités, il est essentiel de capturer divers types d’énoncés différents pour chaque intention. L’apprentissage actif, ou le processus de continuer l’entraînement sur de nouveaux énoncés, est essentiel pour l’intelligence du machine learning que fournit CLU. Un énoncé ne peut avoir qu’une seule principale intention de scoring, mais il peut avoir de nombreuses entités.
Reconnaissance de l’intention
La reconnaissance de l’intention (ou classification de l’intention), consiste à prendre une entrée écrite ou orale et à la classifier en fonction de ce que l’utilisateur souhaite obtenir. La reconnaissance de l’intention forme un composant essentiel de chatbots et peut être utilisée pour les conversions en vente, le support clientèle et de nombreux autres domaines. La reconnaissance de l’intention est une forme de traitement du langage naturel, un sous-domaine de l’intelligence artificielle. Le traitement du langage naturel s’occupe du traitement des ordinateurs et de l’analyse du langage naturel, c’est-à-dire tout langage développé naturellement et non artificiellement (comme les langages de code informatique).