Jump to: navigation, search

Plugiciel Content Analyzer pour GAX

Genesys Content Analyzer est une option de Genesys Knowledge Management, nécessitant une licence supplémentaire. Elle ajoute un complément de technologie de traitement du langage naturel à Genesys Knowledge Management.

Le plugiciel Content Analyzer pour GAX est un outil administratif qui permet la gestion de Genesys Content Analyzer. Le reste du Knowledge Management est géré par le plugiciel eServices Manager pour GAX.

Conseil
  • Content Analyzer est conçu pour un affichage dont la résolution d’écran minimale requise est de 1280х1024 ou une résolution HD intégrale de 1920x1080.
  • Pour que Content Analyzer fonctionne avec Microsoft Internet Explorer 11, il est possible que deviez ajuster les paramètres de votre navigateur. Assurez-vous que les options de sécurité suivantes d’Internet Explorer sont activées :
    • Téléchargements/Téléchargement de police
    • Écriture de scripts/Écriture de scripts ASP

Qu’est-ce que Content Analyzer fait et comment y parvient-il?

Content Analyzer analyse les interactions textuelles et vous indique à quel endroit sur votre arborescence de catégories elles sont susceptibles de se situer.

  • Pour ce faire, il utilise un modèle de classification, qui est en fait une représentation statistique d’une arborescence de catégories.
  • Il applique le modèle aux interactions texte entrantes (courriel, SMS, clavardage, etc.) et produit une liste de catégories. Pour chaque catégorie, il vous indique quelle est la probabilité que l’interaction y appartienne.
  • L’analyse en soi est effectuée par le Classification Server lorsque celui-ci détecte un objet Classify ou Analyze dans une stratégie de routage.
Conseil
La classification, tout comme le filtrage, peut fonctionner sur toute interaction ayant du texte qui lui est associé, de quelque manière que ce soit, qu’il s’agisse du corps de l’interaction (courriel, clavardage) ou d’un élément d’une autre nature (des données d’utilisateur, par exemple). Ce document nomme tous les éléments du même genre des interactions d’entraînement ou des messages.

Alors, d’où viennent les modèles?

Tout d’abord, vous avez besoin d’un objet de données d’entraînement. Il s’agit d’une arborescence de catégories et d’un jeu d’objets texte (comme des courriels, des messages SMS, des interactions Twitter, etc.), dont chaque objet est assigné à une catégorie de l’arborescence. Ces objets texte se nomment messages d’entraînement ou interactions d’entraînement.

Ensuite, exécutez l’entraînement, et celui-ci produira le modèle.

De façon un peu plus détaillée,

  1. Créez un objet de données d’entraînement.
  2. Modifiez l’objet de données d’entraînement au besoin :
    • Créez de nouveaux messages d’entraînement.
    • Si vous avez des messages d’entraînement non catégorisés, déplacez-les dans des catégories.
    • Utilisez couper ou copier, puis coller pour déplacer les messages d’entraînement d’une catégorie à l’autre.
  3. Préparez-vous à exécuter l’entraînement.
    • Choisissez quand et de quelle façon l’exécuter.
    • Si vous le désirez, vous pouvez lui faire filtrer les chaînes de texte qui portent à confusion ou qui sont non pertinentes avant son exécution.
  4. Tester le modèle.

Importation et exportation

Vous pouvez importer et exporter des modèles et des objets d’entraînement dans le cadre du processus d’importation et d’exportation d’objets du eServices Manager. C’est aussi un moyen de copier des objets d’entraînement.

Avertissement
Une fois que vous avez importé une archive qui comprend un objet de données d’entraînement, il ne vous est plus possible d’importer l’archive de nouveau dans une autre langue. Si vous tentez de le faire, vous recevrez un message vous demandant de changer le nom de la catégorie racine. Toutefois, en procédant ainsi, vous recevrez un message d’erreur vous informant qu’un objet de données de formation portant ce nom existe déjà.

Pour contourner le problème, vous pouvez renommer l’objet de données d’entraînement avant de procéder à l’importation la deuxième fois.
This page was last edited on July 26, 2017, at 19:45.

Feedback

Comment on this article:

blog comments powered by Disqus