Softline разработала прототип системы вопросов-ответов и интеллектуального поиска. Это решение не только находит информацию по ключевым словам - оно понимает смысл запроса и возвращает ответ в виде прямой цитаты из документа.

Время летит быстро, но информация ищется медленно
Согласно исследованию IDC, офисные информационные работники тратят до 16,5 часов в неделю на сбор данных, их анализ и поиск документов. Причем только в 56% случаев в целом удается найти то, что они искали. Подобные проблемы актуальны для крупных и средних компаний, имеющих большие информационные фонды, порталы и системы обучения. 72% респондентов заявили, что найти нужную информацию на корпоративных ресурсах намного сложнее, чем в Интернете.

Часто возникают ситуации, когда сотрудник не может продолжить работу, не проверив факт или не найдя необходимой документации. Поиск может занять много времени, что значительно замедлит выполнение рабочих задач. Специалисты Softline поставили перед собой задачу исправить ситуацию и создать систему, которая будет реагировать на людей так же быстро и информативно, как и информированный человек. Используя технологию глубокого обучения, основанную на обработке массивов текстовых данных, команда Data Scientist Softline разработала прототип системы вопросов-ответов, которая увеличивает скорость и качество поиска информации для получения мгновенных и точных ответов.

Чем интеллектуальный поиск отличается от обычного поиска?
Стандартные поисковые системы, проводящие текстовый поиск в базах данных организации, ориентируются на совпадение ключевых слов. При этом язык задающего вопрос пользователя и письменный язык документации могут принципиально отличаться. Человек и информационные фонды говорят разными словами и не могут понять друг друга, а интеллектуально обученная система вопросов-ответов обеспечивает четкий диалог между ними.

Как работает вопросно-ответная система
Помимо того, что система находит релевантные запросу материалы, ее ценность заключается в том, что в выбранных документах она также выделяет определенные абзацы, содержащие суть ответа на вопрос. Это особенно удобно, когда речь идет о сложных и объемных регламентах, технической документации и т. Д. У человека уходит много времени и сил на их просмотр и понимание содержания, а система сразу выделяет нужный фрагмент текста.
На вопрос «Где соискатель исследует образцы зерна?» система находит два документа с одинаковым ответом - «В аккредитованной испытательной лаборатории». Кроме того, он ранжирует результаты по уровню точности, который измеряется в процентах (Score). Чем выше Оценка, тем выше точность информации. В этом случае система отображает параграф с оценкой 100% в качестве основного ответа, поскольку он касается конкретно зерна, а в альтернативном параграфе он касается образцов продуктов питания. Система оценивает контекст и дает рейтинг правильных ответов.
В этом примере система ищет ответ на вопрос «Сколько времени нужно, чтобы заменить неисправный светофор?» и находит - «Замена вышедших из строя источников светофора должна производиться в сроки, установленные международными и региональными стандартами». Интересно, что слово «лампы» вообще не встречается в этом абзаце, но система понимает, что они такие же, как источники света. Обычная поисковая система, скорее всего, упустила бы этот момент.

Применение на практике
Самый очевидный путь - разработать интеллектуальную поисковую систему для информационных систем организаций. Веб-сервис, который быстро найдет нужную информацию, поймет естественный язык сотрудников и повысит производительность. Это касается как офисных работников, так и продавцов, которые могут быстро подсказать людям ответы даже на неочевидные и сложные вопросы.

Второй вариант - расширить возможности виртуальных помощников. Вы можете помочь чат-ботам обработать даже больше запросов без вмешательства человека, чем обычные 30-40%. Те вопросы, на которые чат-бот не может найти ответы на лету, можно отправить на вторую линию - в вопросно-ответную систему. Она может, отсканировав все документы, дать точный ответ. Такая практика повысит эффективность этих платформ.

Персональная настройка
Каждая организация имеет свою специфику - все они имеют разные направления деятельности, комплекты документации, информационные системы и т. Д. Поэтому для того, чтобы умный поиск работал по набору данных клиента, необходима персонализация. Сама модель глубокого обучения обучается на очень большом массиве данных, но для того, чтобы она могла изучить тонкости и нюансы, присущие определенному направлению бизнеса, ее необходимо переобучить с использованием материалов, отражающих специфику компании или подразделения. . Специалисты Softline проводят такую ​​работу, «затачивая» систему под конкретные задачи.