Nachrichten verstehen - Natural Language Understanding

Das Verstehen von Freitexteingaben ist die Grundlage für jeden AI Assistenten. Die Wandlung von Textaussagen zu - für Computer - verarbeitbaren Daten zu strukturieren, inklusive der Interpretation, worum es geht und was gewünscht wird, macht sprachliche Interfaces erst möglich.

Während die erreichbare NLU Leistung heute bei vielen Anbietern ein gutes Niveau erreicht hat, liegen entscheidende Qualitätsunterschiede in der Trainingseffizienz. Mercury.ai bietet Ihnen eine proprietäre, hybride NLU-Technologie, die verschiedene technologische Ansätze zum Verständnis natürlicher Sprache kombiniert. So bieten Machine Learning basierte und symbolische Ansätze komplementäre Stärken. Dieser Ansatz ermöglicht es, dass mit einer viel geringeren Menge an Trainingsdaten eine höhere automatisierte sprachliche Performanz erreicht wird.

Ihr individuelles NLU-Modell

Jeder AI Assistent auf der Mercury.ai-Plattform verfügt über sein eigenes NLU- Modell. Damit wird das Sprachverständnis auf die Qualitäts- und Leistungsansprüche Ihres Unternehmens angepasst. Die Machine Learning Komponenten und Modelle werden dabei automatisch optimiert und verwaltet.

Mehrsprachigkeit

Jeder AI Assistent kann in mehreren Sprachen kommunizieren. Somit nutzen Sie eine zugrundeliegende Dialogstruktur über mehrere Sprachen hinweg. Für effektive Internationalisierung, bei der Sie die Kontrolle über Marke und Inhalte behalten und zwar ohne für jede neue Sprache jeweils einen neuen Bot erstellen zu müssen.

Annotation und Bot-Training

Um die Leistung des Sprachverständnisses permanent zu verbessern, haben Sie in der Inbox die Möglichkeit nicht verstandene Nachrichten einfach zu annotieren und somit dem Bot die Bedeutung der Nachricht mitzuteilen. Die Annotationen fließen kontinuierlich in das Training des AI Assistenten ein und steigern effektiv die Robustheit der NLU Performance. Annotationen können dabei nicht nur aus der Inbox kommen, sondern sie können auch die Inhalte Ihres Contents umfassen und manuell eingegeben werden. Fehlerhafte Annotationen können auch nachträglich korrigiert oder entfernt werden.

Annotation Format

Trainingsdaten-Manager

Der zentrale Ort für die Übersicht und Bearbeitung von Trainingsdaten ist der Training Data Manager. Hier findet sich eine genaue Aufschlüsselung aller Inhalte, die das Sprachverständnis des AI Assistants trainieren. Die Suchfunktion bietet dabei die Möglichkeit, gezielt Trainingsinhalte zu identifizieren und durch die Bearbeitungs-Funktion können Einträge nachträglich editiert werden.

Edit Mode

NLP Debugger

Testen und Debuggen Sie das Sprachverständnis Ihres AI Assistenten in dem NLP Debugger. Dieser liefert tiefe Einblicke in die Interpetationsstruktur von Eingaben und ermöglicht so die punktgenaue Weiterentwicklung Ihres AI Assistenten.