Inbenta Academy
Conviértase en un experto
en la automatización
Linguistic Quality Assurance Pack
El paquete de productos de Inbenta proporciona una gran cantidad de datos y estadísticas para ayudar a los usuarios a analizar el rendimiento del sistema y realizar un análisis de Gap de contenido que identifique los temas que faltan en la Base de Conocimiento.
Con el fin de ayudar a nuestros clientes a monitorizar el rendimiento y desempeño del sistema, mejorar las Bases de Conocimiento y retroalimentar diccionarios, Inbenta ofrece el servicio “Linguistic Quality Assurance Pack” que incluye un paquete de 8 horas en el que nuestro equipo de Knowledge Engineers realiza todos los análisis necesarios para ayudar con esta mejora. Este paquete está diseñado para cubrir 1 idioma, y nuestros clientes más exitosos contratan este paquete mensualmente.
Este paquete se alinea con un marco de consulta general que incluye un enfoque en cuatro pasos: revisar el contenido, diseñar estrategias de contenido, personalizar el léxico y realizar análisis de gaps de contenido.
Revisión y diseño de estrategias de contenido
Nuestros Knowledge Engineers comprenderán las fuentes de contenido, revisarán los contenidos, diseñarán estrategias para su estructura, sugerirán las mejores prácticas y elaborarán un plan de implementación.
Este proceso puede incluir:
- Revisar la estructura de contenido existente.
- Revisar respuestas y reestructurar contenidos (fusionar contenidos, dividir contenidos, estructurar el contenido en diálogos, etc).
- Optimización de la estructura del contenido para mejorar la experiencia del usuario.
- Identificar casos de uso que puedan beneficiarse del uso de variables, flujos y diálogos u otras funciones de Conocimiento avanzado.
Personalización del Léxico
Nuestros Knowledge Engineers se encargarán de personalizar el Léxico en función del lenguaje que se encuentre en la Base de Conocimiento y el uso que los usuarios hagan de todos los conceptos.
Este proceso puede incluir:
- Análisis de palabras desconocidas durante la indexación de contenido.
- Desambiguación de conceptos ambiguos para mejorar el rendimiento.
- Reconocimiento de errores comunes cometidos por los usuarios.
- Personalizar la semántica entre los conceptos para mejorar el comportamiento de la Inteligencia Artificial Simbólica.
Análisis de Gaps de Contenido
Los Knowledge Engineers ayudarán a comprender el rendimiento mediante la revisión de los informes de autoservicio y el resto de Dashboards. Además de los informes, los consultores también ayudarán a realizar un análisis de los Gaps de Contenido utilizando nuestra herramienta Clúster Simbólico y ofrecerán recomendaciones para reducir este Gap.
El equipo de Knowledge Engineers dará feedback sobre el uso de la herramienta Learn para mejorar el matching.
Este proceso puede incluir:
- Uso estratégico de la herramienta Learn.
- Revisión de las preguntas del usuario: informes y mejora continua basados en Dashboards y registros (logs).
- Análisis de Gaps de Contenido: sugerencias para crear contenido nuevo, basado en informes de autoservicio y agrupamiento simbólico.