Цифровой бот-расшифровщик профессиональных терминов (аббревиатур)

Размещено на http://www.Allbest.Ru/

Цифровой бот-расшифровщик профессиональных терминов (аббревиатур)

Ахметгариев Н.Ф.

Аннотация

Статья посвящена цифровому боту - расшифровщику профессиональных терминов и аббревиатур (далее - бот, цифровой ассистент, ЦА) в контексте предприятия (ИТ-сервиса и аутсорсинга), предоставляющего широкий спектр услуг в сфере информационных технологий и сервисного обслуживания. Данный ЦА является интеллектуальным агентом, способным автоматически распознавать и расшифровывать профессиональные термины и понятия, используемые в компании.

Ключевые слова: Бизнес-процесс, цифровой ассистент, BMPN, NLP, машинное обучение.

Annotation

The article is devoted to a digital bot that deciphers professional terms and abbreviations (hereinafter referred to as bot, digital assistant, DA) in the context of an enterprise (IT service and outsourcing) that provides a wide range of services in the field of information technology and service maintenance. This DA is an intelligent agent capable of automatically recognizing and explaining professional terms and concepts used within the company. The bot operates with information from various sources, including internal databases, documentation (local normative documents, etc.), reports, and industry standards.

Key words: Business process, digital assistant, BMPN, NLP, machine learning.

Мы вошли в эру интеллектуальных машин, в которой лидируют диалоговые интерфейсы. За последние пару лет мы были охвачены множеством новых видов машин и программного обеспечения, общеизвестных как боты. Боты -- это автоматизированные аппаратные или программные средства, которые основаны на технологиях искусственного интеллекта (ИИ). Недавние разработки в алгоритмах машинного обучения, такие как глубокое обучение и углубленное закрепление, улучшили производительность задач ИИ, таких как автоматическое распознавание речи (ASR), распознавание естественного языка (NLU), синтез текста в речь (TTS) и распознавание изображений. Это сократило время пути человечества к технологической сингулярности [1, с. 18].

Рассматриваемый нами бот оперирует информацией из различных источников, включая внутренние базы данных, документацию (ЛНД и т.д.), отчеты и стандарты отрасли, выполняя ряд трудовых функций, которые обеспечивают его работоспособность и эффективность в предоставлении объяснений профессиональных терминов. Ниже представлено описание структуры его трудовых функций:

1. Распознавание терминов

Просмотр и анализ текстовых данных из различных источников, таких как документация, отчеты, базы данных и стандарты отрасли.

Применение алгоритмов обработки естественного языка (Natural Language Processing) для выделения ключевых терминов и понятий.

2. Поиск определений

Поиск соответствующих определений и объяснений профессиональных терминов во внутренних и внешних источниках, таких как базы данных, справочники, стандарты и Интернет (при возможности использования на предприятии).

Извлечение текстовых данных и информации, связанной с терминами, для формирования полной картины их значения.

3. Формирование объяснений

Структурирование и анализ найденной информации для формирования понятных и информативных объяснений профессиональных терминов. Генерация текстовых описаний, содержащих определения, основные характеристики, примеры использования и контекст, в котором используется термин. цифровой бот термин аббревиатура пользовательский интерфейс

4. Предоставление ответов

Интеграция с системами корпоративной коммуникации, такими как веб - сайты, внутренние порталы, мессенджеры и электронная почта, для предоставления ответов пользователям.

Поддержка интерактивного общения с пользователями, включая возможность задавать вопросы и получать непосредственные ответы.

5. Обновление базы знаний

Мониторинг изменений и обновлений в профессиональной терминологии и стандартах отрасли. Актуализация и расширение базы данных терминов и определений с целью обеспечения актуальности информации.

6. Аналитика и отчетность

Сбор и анализ статистических данных о частоте использования терминов, запросах пользователей и эффективности работы бота. Генерация отчетов и аналитических данных для оценки производительности и улучшения работы бота.

7. Обучение и развитие

Обучение с подкреплением - процесс обучения тому, что следует делать, и привязка ситуаций к определенным действиям с целью максимизации выгоды. Обучение с подкреплением имеет две особенности: использование метода проб и ошибок и отложенная выгода. Агент обучения использует эти две особенности для того, чтобы учиться на последствиях своих действий [2, с. 408]

Использование алгоритмов машинного обучения для постепенного улучшения качества и точности работы бота на основе обратной связи от пользователей. Итеративное обновление и улучшение алгоритмов и методов обработки данных для повышения производительности и релевантности ответов.

Если рассматривать архитектуру системы подхода к обработке запроса на естественном языке, то она имеет следующий вид:

1. Разбиение текста на слова.

2. Исправление опечаток (при этом сохраняются оба варианта текста).

3. Пополнение текста морфологическими признаками - определение нормальной формы (леммы) слов и частей речи (граммем).

4. Расширение запроса с помощью словарей синонимов.

5. Расширение запроса информацией об «информационной значимости» (весов) отдельных слов.

6. Расширение запроса деревом синтаксического разбора.

7. Расширение запроса результатами разрешения кореферентности (разрешение местоимений).

8. Определение именованных сущностей.

9. Классификация запроса с помощью двух подходов (могут быть

использованы параллельно): на основе примеров фраз и алгоритмов на базе машинного обучения и на основе формальных правил (шаблонов).

10. Ранжирование гипотез классификации в соответствии с текущим контекстом беседы.

11. Заполнение информационных «слотов» -- параметров запроса, переданных во фразе пользователя [3, с. 33].

Бизнес-архитектура

Описание базовых бизнес-процессов:

1) Процесс начинается с активации бота

2) Пользователь отправляет запрос на расшифровку термина

3) Бот анализирует запрос, выделяет ключевые термины и готовится к поиску определения

4) Бот ищет определение термина в базе данных или других источниках информации

5) После успешного поиска формирует ответ и отправляет его пользователю

6) Завершение процесса:

После отправки ответа процесс завершается. Это обозначено завершающим событием.

На рисунке 1 изображена BMPN схема моделирования бизнес-процессов. Могут быть добавлены дополнительные шаги и условия в зависимости от конкретных требований.

Рисунок.1 Базовая схема процесса работы ЦА.

Выгоды от внедрения цифрового ассистента данного типа

Доступность: как и любые другие автоматизированные цифровые технологии, данный ЦА доступен круглосуточно и без выходных. Это похоже на то, что кто-то постоянно сидит в веб-чате, чтобы клиенты всегда имели возможность получить ответы.

Персонализированный опыт: в отличие от веб-сайтов и приложений для смартфонов, ЦА обеспечивает крайне персонализированный подход благодаря разговорной природе взаимодействия. Индивидуальные настройки беседы предоставляют широкие возможности для распознавания и адаптации к целям, предпочтениям и ограничениям пользователя.

Низкая стоимость: цифровой ассистент -- это цифровое решение, следовательно, он предоставляет услуги поддержки клиентов, по меньшей мере, в десять раз дешевле, чем люди, выполняющие те же самые задачи. [1, с. 32].

Стабильность: цифровой ассистент может непрерывно работать в службах, чего трудно достичь с помощью операторов -людей и что может быть очень важно в определенных секторах.

Быстрое время отклика: в отличие от человеческих систем, время ответа намного меньше. Способность бота обрабатывать одновременные диалоги также устраняет узкое место ограниченной пропускной способности поддержки пользователей и, следовательно, помогает предприятию масштабироваться.

Масштабирование: ЦА может легко масштабироваться, чтобы обрабатывать растущий трафик.

Данный ЦА на предприятии очень полезен для сотрудников, особенно для новых сотрудников, которые сталкиваются с незнакомыми терминами и понятиями. Данный ЦА может значительно упростить процесс адаптации новых сотрудников и повысить общую эффективность команды.

Использованные источники

1. Джанарсанам Срини Разработка чат-ботов и разговорных интерфейсов: Практическое руководство по разработке чат-интерфейсов: пер. с англ.: М. Райтман / Джанарсанам Срини, Вамси Венигалла - М.: ДМК Пресс, 2019.- 340 с.

2. Джоши, Практик Искусственный интеллект с примерами на Python: Научно-популярное издание: пер. с англ.: А.Г. Гузикевич / Джоши, Пратик - СПб.: ООО «Диалектика», 2019.- 448 с.

3. Классификация и методы создания чат-бот приложений: научная электронная библиотека [Электронный ресурс].

4. Что такое нотация моделирования бизнес-процессов: сайт платформа интеллектуальное построение диаграмм [Электронный ресурс].

Размещено на Allbest.Ru