Inbenta Academy

Linguistic Quality Assurance Pack

El paquet de productes d’Inbenta proporciona una gran quantitat de dades i estadístiques per ajudar els usuaris a analitzar el rendiment del sistema i realitzar una anàlisi de Gap de contingut que identifiqui els temes que falten a la Base de Coneixement.

Per tal d’ajudar als nostres clients a monitoritzar el rendiment i acompliment del sistema, millorar les Bases de Coneixement i retroalimentar diccionaris, Inbenta ofereix el servei “Linguistic Quality Assurance Pack” que inclou un paquet de 8 hores en què el nostre equip d’Enginyers de Coneixement realitza totes les anàlisis necessàries per ajudar amb aquesta millora. Aquest paquet està dissenyat per cobrir 1 idioma, i els nostres clients més exitosos contracten aquest paquet mensualment.

Aquest paquet s’alinea amb un marc de consulta general que inclou un enfocament en quatre passos: revisar el contingut, dissenyar estratègies de contingut, personalitzar el lèxic i realitzar anàlisis de gaps de contingut.

Revisió i disseny d’estratègies de contingut

Els nostres Knowledge Engineers comprendran les fonts de contingut, revisaran els continguts, dissenyaran estratègies per a la seva estructura, suggeriran les millors pràctiques i elaboraran un pla d’implementació.

Aquest procés pot incloure:

• Revisar l’estructura de contingut existent.
• Revisar respostes i reestructurar continguts (fusionar continguts, dividir continguts, estructurar el contingut en diàlegs, etc.).
• Optimització de l’estructura del contingut per millorar l’experiència de l’usuari.
• Identificar casos d’ús que puguin beneficiar-se de l’ús de variables, fluxos i diàlegs o altres funcions de Coneixement avançat.

Personalització del Lèxic

Els nostres Knowledge Engineers s’encarregaran de personalitzar el Lèxic en funció del llenguatge que es trobi en la Base de Coneixement i l’ús que els usuaris facin de tots els conceptes.

Aquest procés pot incloure:

• Anàlisi de paraules desconegudes durant la indexació de contingut.
• Desambiguació de conceptes ambigus per millorar el rendiment.
• Reconeixement d’errors comuns comesos pels usuaris.
• Personalitzar la semàntica entre els conceptes per millorar el comportament de la Intel·ligència Artificial Simbòlica.

Anàlisi de Gaps de Contingut

Els Knowledge Engineers ajudaran a entendre el rendiment mitjançant la revisió dels informes d’autoservei i la resta de Dashboards. A més dels informes, els consultors també ajudaran a realitzar una anàlisi dels Gaps de contingut utilitzant la nostra eina d’agrupació simbòlica i oferiran recomanacions per reduir aquest Gap.

L’equip de Knowledge Engineers donarà feedback sobre l’ús de l’eina Learn per millorar el matching.

Aquest procés pot incloure:

• Ús estratègic de l’eina Learn.
• Revisió de les preguntes de l’usuari: informes i millora contínua basats en Dashboards i registres (logs).
• Anàlisi de Gaps de Contingut: suggeriments per crear contingut nou, basat en informes d’autoservei i agrupament simbòlic.