Comprendre le fonctionnement d’Answer Bot avec votre contenu

Cet article présente un aperçu du fonctionnement d’Answer Bot. Il inclut les sujets suivants :

• Comment est-ce qu’Answer Bot traite le langage naturel ?
• Comment la fonctionnalité Recommandations d’articles d’Answer Bot décide-t-elle des articles à recommander ?
• Idées reçues courantes : ce qu’Answer Bot ne fait pas

Comment est-ce qu’Answer Bot traite le langage naturel ?

Answer Bot est fondé sur l’intelligence artificielle, ce qui signifie qu’il est capable d’imiter le comportement humain. Answer Bot utilise NLP (Natural Language Processing) pour lire chaque article de votre centre d’aide et comprendre le concept principal derrière chacun d’entre eux. Answer Bot organise alors les concepts de tous les articles sur une carte. Chaque concept a sa propre « adresse » sur la carte et est placé près d’autres concepts similaires. Mais à la place d’une adresse, d’une ville et d’un code postal, cette adresse contient 500 composants. Quand il reçoit une question, Answer Bot essaie de comprendre sur quel concept porte la question et utilise la carte pour identifier l’article le plus adapté.

Voici quelques exemples de concepts qu’Answer Bot pourrait extraire de questions qu’il reçoit :

Question	Concept possible
Comment placer mes tickets dans un fichier ?	Exportation de données
Mon compte est verrouillé	Accès au compte / Réinitialisation du mot de passe
Comment créer une grue ?	Origamis

Comment la fonctionnalité Recommandations d’articles d’Answer Bot décide-t-elle des articles à recommander ?

Quand une question est très proche d’un article existant, ils deviennent « voisins » sur la carte (comme expliqué ci-dessus) et il est clair qu’Answer Bot devrait recommander cet article. Mais quand la correspondance la plus proche est à quelques rues de distance ou dans un quartier voisin, il est moins sûr que les concepts soient liés.

L’équipe de science des données de Zendesk surveille les performances d’Answer Bot de près et a travaillé sur cette problématique en ajustant une « manette de seuil ». Ce seuil ne peut pas être modifié par l’administrateur ou les agents, seules les équipes de développement de Zendesk y ont accès. La manette de seuil est un contrôle global, ce qui signifie qu’elle affecte tous les comptes Answer Bot, et sert à déterminer à quelle distance deux concepts doivent se trouver l’un de l’autre sur la carte des concepts pour être considérés similaires. Si ce seuil est accru, Answer Bot devient plus prudent et recommande moins d’articles qui sont plus susceptibles d’être pertinents. Mais cela implique également qu’il y aura plus de questions pour lesquelles Answer Bot ne fait aucune recommandation. Si ce seuil est réduit, Answer Bot recommande plus d’articles, mais il y a plus de chances que certains de ces articles ne soient pas pertinents pour l’utilisateur final.

Idées reçues courantes : ce qu’Answer Bot ne fait pas

Certaines idées reçues au sujet d’Answer Bot, et du machine learning en général, peuvent entraîner une mauvaise compréhension de leur fonctionnement. Dans cette section, nous allons parler de ces idées reçues et essayer de vous expliquer ce que fait (et ne fait pas) Answer Bot avec vos données.

Cela inclut les questions suivantes :

• Answer Bot apprend-il des commentaires des utilisateurs finaux ? Est-ce là que le machine learning entre en jeu ?
• La recherche fondée sur l’IA d’Answer Bot est-elle toujours supérieure à une recherche par mots-clés ?
• Puis-je « former » Answer Bot en posant la même question plusieurs fois et en répondant par oui ou par non pour marquer un article comme pertinent ou non ?
• Si j’ajoute des libellés à mes articles, est-ce la même chose qu’ajouter un mot-clé à un article ? Puis-je le faire pour qu’un article soit suggéré plus souvent ?
• Si je ne peux pas améliorer Answer Bot avec le bouton Améliorer les réponses, comment puis-je améliorer les performances d’Answer Bot ?

Answer Bot apprend-il des commentaires des utilisateurs finaux ? Est-ce là que le machine learning entre en jeu ?

Bien qu’Answer Bot utilise un modèle de machine learning, cela ne veut pas dire qu’il apprend en permanence. Le modèle d’Answer Bot n’incorpore pas les commentaires des utilisateurs ou des agents en temps réel. Ces commentaires n’influencent donc pas les articles suggérés par Answer Bot.

Les commentaires des utilisateurs finaux sont capturés et utilisés de diverses façons :

• Ils sont présentés aux agents pour leur fournir des informations contextuelles supplémentaires au sujet des articles qui ont été consultés, marqués comme inutiles ou utilisés pour résoudre un problème.
• Ils sont présentés dans des rapports destinés aux administrateurs pour permettre le suivi des performances d’Answer Bot.
• Ils sont évalués par l’équipe de science des données de Zendesk.

Si vous vous rendez compte qu’Answer Bot recommande souvent des articles incorrects, nous vous conseillons de modifier le titre et les 75 premiers mots des articles pour que le concept principal soit plus clair. Vous pouvez aussi créer une liste d’articles pour Answer Bot en utilisant des libellés pour que les suggestions d’Answer Bot ne proviennent que d’un sous-ensemble d’articles.

La recherche fondée sur l’IA d’Answer Bot est-elle toujours supérieure à une recherche par mots-clés ?

Globalement, les recommandations fondées sur l’IA d’Answer Bot semblent plus précises et plus pertinentes que celles qui résultent d’une recherche de mots-clés, surtout quand la question est posée sous la forme d’une phrase complète (au lieu d’un à trois mots).

Mais dans certains cas, il est possible qu’une recherche de mots-clés soit plus efficace. Par exemple, quand un utilisateur pose une question d’un seul mot via le Web Widget (Classique), Answer Bot passe par défaut à la recherche de mots-clés, car elle est généralement plus précise pour ces questions d’un seul mot. Il y a une exception : les langues, comme le chinois, dans lesquels les mots ne sont pas clairement séparés par des espaces par exemple.

Puis-je « former » Answer Bot en posant la même question plusieurs fois et en répondant par oui ou par non pour marquer un article comme pertinent ou non ?

Non. Answer Bot recommandera toujours les mêmes articles, quels que soient les commentaires des agents et des utilisateurs. Answer Bot est conçu de façon à ne pas avoir à être formé pour commencer. Il est déjà formé pour comprendre le langage naturel. Si vous testez une question et si Answer Bot recommande des articles incorrects, nous vous conseillons de modifier le titre et les 75 premiers mots des articles pour que le concept principal soit plus clair.

Si j’ajoute des libellés à mes articles, est-ce la même chose qu’ajouter un mot-clé à un article ? Puis-je le faire pour qu’un article soit suggéré plus souvent ?

Les libellés sont un excellent moyen de créer une liste d’articles approuvés qu’Answer Bot peut utiliser. Cependant, ces libellés n’influencent pas le poids qu’Answer Bot donne à chaque article. Pour en savoir plus au sujet des libellés, consultez cet article.

Si je ne peux pas améliorer Answer Bot avec le bouton Améliorer les réponses, comment puis-je améliorer les performances d’Answer Bot ?

Pour améliorer les performances d’Answer Bot, voici ce que nous vous conseillons :

• Analysez vos activités Answer Bot - Utilisez Explore pour identifier les articles les plus et les moins efficaces.
• Structure des articles existants - Regardez les articles de votre centre d’aide et vérifiez que leur contenu est concis et bien organisé. Chaque titre doit prendre la forme d’une question ou d’une phrase courte.
• Suggestions de contenu - Utilisez la technologie de machine learning et les données d’utilisation des articles Guide pour vous aider à découvrir des opportunités et des tâches qui amélioreront votre base de connaissances.