Accueil Machine learning HPE booste son moteur d’analyse de données IDOL avec des outils de...

HPE booste son moteur d’analyse de données IDOL avec des outils de traitement du langage naturel

'interrogation
point d'interrogation

Hewlett Packard Enterprise enrichit les capacités d’apprentissage machine d’IDOL, son produit phare pour le traitement analytique de données non structurées, avec des fonctionnalités de dialogue en langage naturel.

 

Comment fournir des réponses de manière naturelle et efficace aux questions des utilisateurs, sans devoir passer par des interfaces lourdes, ni nécessiter de formation approfondie ? Les assistants vocaux interactifs et les chatbots en ligne ont récemment simplifié ce type de dialogue pour les utilisateurs. Mais pour HPE « les développeurs ont eu du mal à adapter cette approche aux tâches des entreprises, en raison de la complexité et du contexte des questions, de la fiabilité de la source, de la spécificité de l’information requise ou encore de la précision nécessaire pour apporter la réponse. »

Avec ses fonctions évoluées de réponses aux questions en langage naturel (Natural Language Question Answering), la nouvelle version 11.2 d’IDOL déchiffre « la finalité de la question posée, et propose une réponse, ou bien lance une piste d’action à partir des données structurées et non-structurées détenues par l’organisation, ou encore des données publiques, afin d’apporter des réponses fiables aux questions critiques pour l’activité de l’entreprise », soutient l’américain

Le logiciel  comprend quatre éléments clés pour le traitement du langage naturel dans un environnement entreprise :
Answer Bank fournit des réponses précises et organisées à des questions de référence prédéterminées. Par exemple, IDOL Answer Bank peut être programmé pour fournir des instructions détaillées étape par étape, afin de configurer un modèle spécifique de téléphone mobile.
Fact Bank fournit des réponses basées sur des faits, comme par exemple l’évaluation financière de l’action d’une entreprise à une date précise, en interrogeant les sources de données structurées existantes dans l’’entreprise ou en employant des méthodes sophistiquées d’extraction de tables pour extraire des données précises à partir de sources de données non structurées comme le rapport annuel d’une entreprise.
Passage Extract est conçu pour fournir en mode texte des informations générales sur des sujets, des personnes ou des événements en analysant des sources de données de texte de forme libre afin d’y rechercher des informations contextuellement pertinentes afin de pouvoir fournir une réponse résumée en mode texte. Cette fonction pourrait être utilisée pour créer un document de synthèse sur un règlement sur les services financiers récemment promulgué ou bien sur un événement d’actualité.
Enfin, Answer Server analyse les questions et les sources de données disponibles afin de déterminer la meilleure façon de fournir une réponse optimale en exploitant les moteurs de réponses en langage naturel Answer Bank, Fact Bank et Passage Extract.

Dans son architecture, le système est indépendant de la langue utilisée et il s’intègre avec la plupart des systèmes tiers, comme Nadia (en Open Source).