我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:双彩网 > 语言处理程序 >

Moveworks赌注IT重载是一种自然的语言处理问题

归档日期:06-15       文本归类:语言处理程序      文章编辑:爱尚语录

  Moveworks的联合创始人:左起,江辰,Vaibhav Nivargi,Bhavin Shah和Varun Singh。Moveworks inc。如果您的笔记本电脑出现问题,或者您无法设置电子邮件组列表,那么所有这些票证都会去哪里?您可能会认为他们进入了像Atlassian的JIRA票务软件这样的系统。他们确实如此,但他们也陷入了IT专业人员试图理解的一堆混乱中。三年前的初创公司Moveworks认为,需要在JIRA或类似应用程序之上应用一层自然语言处理,以便了解随着人们疯狂地向IT寻求帮助而产生的混乱。

  考虑一个非常熟悉的场景。“有人写信给服务台,我跑过我的笔记本电脑,我很抱歉,”Shah说道。“这需要转变为对借用笔记本电脑的请求,但首先,有人必须理解语言以了解请求是什么,因此它会排在队​​列中等待有人解释它。”

  诸如JIRA和ServiceNow以及ZenDesk等工具“为公司提供了一个工作流程来接受这一要求并将其分解为步骤”,Shah观察到,但他们并没有解决语言理解的第一个问题。

  Shah说,语言之谜通常导致延迟72小时,尽管最近有更多的IT软件产品,如JIRA,但他说,这种情况“几十年来没有变化”。根据Shah的说法,普通公司每月可获得10,000至20,000张这样的门票。

  在智能手机上的Slack中运行的Moveworks示例,有人请求添加“dl”,即电子邮件的分发列表。 Moveworks inc。

  Moveworks计划的目标是解开话语,然后,“而不是推荐某些东西,自动激活实现解决方案所需的步骤,”Shah解释说。这涉及到通过推断涉及哪些来控制访问和供应的IT程序。

  在演示中,Shah介绍了Moveworks如何在Slack内部的员工导航语句的情况。是的,就像越来越多的年轻初创公司一样,Moveworks是“App Economy”的一部分,这是一款插入公司已经使用的东西的软件。

  用户可以使用“分发列表”的口语短语键入“是否可以将Bhavin添加到销售dl”。Moveworks对话者只是Slack中的另一个头像,并回复了一个合法的回复:“好的,你想把某个人添加到一个电子邮件组。我找到了一些相似的人”并提示选择哪个组,以及然后通过名字添加哪个人。

  在幕后,该公司与诸如Okta的认证软件之类的程序连接,以自动提供请求以供应资源。

  这涉及根据“业务规则”推断出涉及哪些系统。虽然笔记本电脑问题可能很简单,但其他事情可能并非如此。例如,有人破解他们的建筑物访问徽章可能是IT请求,但它也可能是设施请求。弄清楚什么是必要的。

  为了解决语言问题,Moveworks开发了自己专有的“会话引擎”,称为“Euphonia”。许多企业软件使用所谓的业务规则来映射“会话流”,以确定要采取的操作。但Moveworks发现这种方法有严重的局限性。相反,Euphonia使用“概率,基于模型的方法”来决定做什么,以“理解和应对语言的细微差别,”Shah说。

  Shah说,Euphonia方法还考虑了当软件与给定客户一起实施时根据其最佳实践建立的业务规则。

  他们是如何做到的呢?Shah和联合创始人Varun Singh担任产品副总裁,去年谷​​歌将他们的工作方法比作“嵌入”句子模型,而不是个别单词,正如去年春天Google论文中所解释的那样,“Universal Sentence”编码器。“这项工作改编了“变形金刚”字编码器来破译整个句子。

  “使用转移学习,我们使用Google开源的模型来学习我们专有数据集的句子表示,并将该模型部署在生产中,”Shah说。

  当公司成立时,2016年,Moveworks主要使用“经典机器学习技术”,Shah说,为初始客户实施产品,“深度学习并没有发挥重要作用。”

  “随着我们将更多客户带入平台,我们的数据集不断增长,我们可以开始应用更先进的DL技术,”他说。“我们在生产中部署的大多数模型都是许多模型的集合,可以包括经典的机器学习和深度学习。

  “我们现在有几种不同的深度神经网络,它们共同协作,在理解语言时执行不同的任务。”

  该公司继续关注自然语言处理的发展,例如2月份推出的OpenAI的“GPT-2”。Shah指出,机器学习领域正在不断发展。

  Shah说,该公司在2017年获得了第一批客户,然后在2018年获得了数十名客户。该系统现在每周处理25万次互动。Moveworks的软​​件用于存储技术先驱Nutanix,从最初处理10%的帮助台票到现在的35%。凭借芯片巨头Broadcom,Moveworks在部署的第一个月内就能够获得超过25%的门票。

  随着这些系统的扩展,对句子嵌入的持续训练也是如此。到目前为止,Moveworks已经将其自然语言模型培训了2000万张已经存入其系统的门票。

  然而,Singh指出,与GPT-2等研究项目不同,支持票据中的培训数据“稀疏。

本文链接:http://beforelasik.com/yuyanchulichengxu/124.html