Kapitulua 4.1 agentzian zerbitzu turistikoen gomendio-prozesua optimizatzeko teknika analitiko aurreratuen analisia eta garapena sartu COMPANY-002. Aurretik egindako ikerketetan oinarrituta, non arkitektura analitiko orokorra eta bezero potentzialak automatikoki detektatzeko metodoa diseinatzen ditugun, atal hau bezeroei bidalitako dokumentuen ebaluazioan oinarritzen da. Helburu nagusia gomendio zehatzagoak egitea eta bezeroen nahi eta beharrekin lerrokatuta egotea da.
Horretarako aztertu ziren 50 hizkuntza naturalaren prozesamendu-teknikak erabiliz (PLN) ausaz hautatutako eskaintza-agiriak eta bere testu elkartuak. Horrelako tresnak ezarri dira SOFTWARE-TH-002, SOFTWARE-TH-003 y SOFTWARE-TH-003 izendaturiko erakundeen aitorpena egiteko (NER), gako-terminoak ateratzeko eta puntuazio-hiztegi bat eraikitzeko. Hiztegi hau, bezeroak gomendioa onartzeko duen joeraren arabera, eskaintzek duten garrantzia ebaluatzeko erabili zen.
Kapituluan erabiltzen diren NER tresnen arteko konparazioa ere jasotzen da, beren zehaztasuna eta abiadura ebaluatuz, batez ere testuetan. Ikuspegi honen helburua ez da gomendioen pertsonalizazioa hobetzea bakarrik, baizik eta erabakiak hartzen dituzten bidaia-eragileei laguntzeko konponbide teknologiko eraginkorrenak identifikatzea.
4.1 Sarrera
Gure bezeroarentzako aurretiko ikerketetan COMPANY-002 Arkitektura analitiko orokorra diseinatu dugu enpresari bere salmenta-prozesua hobetzen laguntzeko
eta bezero potentzialak automatikoki detektatzeko metodo bat diseinatu eta inplementatzen dugu. Aurreko ezagutzetan oinarritutako ikerketa honetan, salmenta-prozesuan bezero potentzialei bidalitako eskeintza-dokumentuetan oinarritzen gara, gomendioek bezeroaren nahietara hobeto egokitzen direla egiaztatzeko.
Gomendio-prozesu hau zehatz-mehatz aztertzeko, ausaz hautatu 50 eskainitako dokumentuak eta bezeroaren testu-aukerak. PLNrekin testu aukerak aztertzeari ekin zitzaion erakundeak atera eta entitate bakoitzari lotutako puntuazioa duen hiztegi orokor bat ezartzeko, aukeraren joeraren arabera. Jarraian, puntuazio-hiztegi hori erabiltzen dugu eskaintzako dokumentuak zehatz-mehatz ebaluatzeko oinarri gisa, hiru metodo desberdin erabiliz: SOFTWARE-TH-003, SOFTWARE-TH-002 eta bat, oinarri hartuta SOFTWARE-TH-003. Teknologia ezberdin horiek guztiak erabiltzen ditugu NER egiteko testuetan. Izenez (NER) entitateak aitortzea hizkuntza naturalaren prozesamendurako azpi-sare garrantzitsua da. Azken hamarkadan NER sistema batzuk garatu dira. Domeinu ezberdinetara jo dezakete, metodologia ezberdinak erabili, hizkuntza ezberdinetan lan egin, erakunde mota desberdinak detektatu eta sarrera eta irteera formatu desberdinak onartu. Baldintza horiei esker, erabiltzaile tekniko batek NER tresnak hautatu behar ditu Jiang et al zeregin zehatz baterako ( 2016 ). Shelar et al. alderaketa bat egiten ari gara ( 2020 ) hiru NER tresna desberdinetakoak, gure bezeroaren datuak oinarri hartuta: COMPANY-002. Gure bezeroek gaztelerazko testuak erabiltzen dituztenez, Galizia-Haro et al hizkuntza horretarako konponbiderik onena lortzen saiatzen gara ( 2004 ).
4.2 Proposamena
4.2.1 Gomendio batean inplikatutako prozesu analitikoak
Puntuazioen hiztegi orokorra sortzea
Puntuazio-hiztegi orokor bat sortzeko, CRMn gordetako aukera guztiak prozesatzen ditugu NER funtzionaltasunarekin SOFTWARE-TH-002. Terminoei buruzko informazio horrekin, aurkitutako terminoaren eta aukeraren, erosketaren edo desatxikitzearen emaitzaren arteko erlazioa biltzen duen taula bat sortzen dugu.
Taula hori gehitzen dugu aukera eta erabaki terminoen zenbaketaz, erosketaz edo desatxikiz. Kuantifikatu ahal izateko, puntuazio sinpleko metodo bat sortzen dugu, ondorengo formularen bidez:
if (erosketa): count-id-term * 2
Taula 4.1: Puntuazio orokorreko hiztegia
Term Score Maldivas 13 Madril 8.5....... Tanzania... 1 Bangkok - 1
Taula 4.2: Eskaintzaren puntuazioak aukera bateko testuaren bidez
Offer-Id Destination Scoring 13485 Maldibak 350 15839 Costa Rica 150....... 14592 Kanariak 50 12394 Tanzania... 13.5
if (dessistitu): (count-id-term * - 1 ) / 2
Kount-id-term-etan, id-a taldearen taulan agertzen den kopuru bakarra adierazten du (dezisioa, terminoa). Hiru tresnen kuantifikazio-metodo honekin, dokumentuen eskaintzak puntuatzen hasi ginen.
Informazioa berriro gehitzen dugu taldearen aurreko puntuazioaren batuketarekin (term), termino baterako puntuazio orokorra sortuz, edozein erabaki kontuan hartuta, taulan agertzen den bezala: 4.1
Eskaintzako dokumentuen puntuazioak
PLNren hiru teknikak eskaintza-dokumentuei buruz egiten ditugu,.docx formatuan bilduta. NER dokumentuen termino garrantzitsuak eskuratzea da ideia. Hurrengo terminoak aurreko atalean azaldutako hiztegi orokorra erabiliz puntuatu ziren, eta azkenean, aukerako testu batetik abiatuta, gomendio sorta bat lortu genuen (eskaintza-dokumentuak) hiztegi orokorrean sortutako puntuazioen arabera ordenatuta, Taulan erakusten den bezala. 4.2
NER tresna ezberdinak erabiltzen
SOFTWARE-TH-002
SOFTWARE-TH-002 PLNrako kode irekiko Python liburutegi bat da, 2015, sortzaileak SOFTWARE-TH-002 PLN industrial gisa deskribatzen dute beren lana. SOFTWARE-TH-002 hizkuntza aurreentrenatu ereduekin eta hitz bektoreekin lan egin dezake 60 hizkuntzak. Hizkuntza ereduek hainbat lan egiteko aukera ematen digute
Taula 4.3: Abiadurako Benchmark SOFTWARE-TH-002 azaroan 2022
LIBRY PIPELINE WPS PUZ WPS GPU SOFTWARE-TH-002 _core_web_lg 10,014 14,954 SOFTWARE-TH-002 _core_web_; 684 3,768 _Ewt-eko Stanza 878 2,180 Flir pos (- fast) & ner(- fast) 323 1,184 UDPipeglish-ewt-ud-en... 2.5 1,101 n/a
PLN, izena duten entitateak (NER) Vasilieven aitorpena barne ( 2020 ).
Instalatu SOFTWARE-TH-002 oso erraza da Pip erabiliz, ondoren honako eredua deskargatu behar da: SOFTWARE-TH-002, ikerketa honetan hainbat proba egin dira, eta onena da_core_web_sm ingelesezko bertsioan, nahiz eta gaztelerazko testuekin lanean ari garen, gure helburua erakunderik gehienak antzematea baitzen.
Gainera, plugin bat gehitu dugu, nespaCy izenekoa, pipeline objektu bat. SOFTWARE-TH-002 Testuko kontzeptuak ukatzeko, algoritmoan oinarrituta SOFTWARE-TH-005 Chapman et al. ( 2001 ). Pipeline honekin erakunde ezberdinetan sartuta dagoen logika kudeatu dezakegu, erakundea ukatuta dagoenean antzeman eta gomendio hobea ematen.
Abiadurari dagokionez, SOFTWARE-TH-002 PLNren liburutegia da azkarrena, bere erreferentzia-puntuak ere ikus ditzakegu [LINK-REDACTED] PLNko hainbat liburutegiren abiadura (WPS) konparatzen dugu, neurriaren arabera: zenbat eta altuago, orduan eta hobeto, ebaluazioa hemen egin da 10,000 Reddit- en iruzkinak:
SOFTWARE-TH-003
Amaieran 2018 laborategiko zientzialari talde bat. ORG-TH-008 J.ren agindupean. Devlin-ek hizkuntza eredu berri bat aurkeztu zuen SOFTWARE-TH-003. Eredu hau bi norabideko testu-ordezkaritzaren aurretiazko ikasketa sakonera bideratua dago, gero ikasketa automatikoko ereduetan erabiltzeko. Eredu honen abantaila da erabilerarako duten erraztasuna, eta horrek esan nahi du, testu naturalaren prozesamendu-arazo batzuetan dauden testu guztien zehaztasunik eza gainditzen duten testu ereduak lortzeko dagoen neuronaleko arkitekturari irteera-geruza bakarrik gehitu behar zaiola ( 2021 ).
Erabilerarako SOFTWARE-TH-003 Eredu honekin egiten dugu lan: xlm-roberta-large-ner-spanish, eredu hau XLM-Roberta-large eredu bat da, izen bidezko erakundeak (NER) ezagutzeko egokitua Co datu multzoaren espainiar zatiaren gainean NLL-200 2. Datu multzo honen proba azpimultzoan ebaluatuz gero, F1 puntuazio bat lortzen dute 89,17, espainiarrentzako NERrik onenetakoa izanik eskuragarri
esperimentu hau gauzatzeko unean. Abiadura SOFTWARE-TH-003 NER motelagoa da SOFTWARE-TH-002, baina badirudi egokiagoa dela gomendioetan arrakasta duenean, SOFTWARE-TH-002.
Fine Tuned SOFTWARE-TH-003 oinarria
Ikasketa sakoneko ereduek artearen egoera lortu duten arren, eredu horiek zerotik entrenamendua behar dute, datu-multzo handiak eta konputazio-egunak behar dituzte konponbide batera egokitzeko. NLLPko ikerketa batez ere transdukzio-transferentzian oinarritu da. Indukziozko transferentziarako, aurrez prestatutako hitzen inkrustazioen (embeddings) doikuntza fina, eredu baten lehen geruzara bakarrik zuzentzen den transferentzia-teknika sinplea, eragin handia izan du praktikan eta azken belaunaldiko eredu gehienetan erabiltzen da. Oraintsuko fokuak, geruza ezberdinetan sartzearekin zerikusia duten beste lan batzuetatik datozen inkrustazioek eragindakoak, zeregin nagusiaren eredua zerotik entrenatzen jarraitzen dute eta aurretik egindako inkrustazioak parametro finko gisa tratatzen dituzte, horrek bere erabilgarritasuna mugatzen duelarik. Aurreentrenadaren etekinen argitan, gure ereduen gainerako parametroak ausaz hasieratzea baino zerbait hobea egiteko gai izan beharko ginateke. Hala ere, doikuntza finaren bidezko indukzio-transferentziak ez du PLNrako arrakastarik izan, nahiz eta lehen aldiz hizkuntza-eredu baten doikuntza fina (LM) izan daitekeen konponbiderik onena, domeinuan milioika dokumentu behar izan ditu errendimendu ona lortzeko, eta horrek nabarmen mugatzen du bere aplikazioa. Howard eta Ruder ( 2018 )
Erabili egiten dugu SOFTWARE-TH-002 Hasiera batean gure transformadorea fintzeko. Lehenik eta behin, honako datu-etiketa egin genuen:
TYPE O eztiaren TYPE TYPE DESINATINATION hondartza DESTINATION TYPE mutil-lagunen bidaia TYPE hondartza DESTINATION safari TYPE Disney DESTINATION Disney Disneyland DESTINATION DESTINATION
Egituratze urrats batzuen ondoren, eredua entrenatuko dugu SOFTWARE-TH-003. -Pa-ak.
Taula 4.4: Nahaste matrizea sortzeko kasuen kontua
Erreala SOFTWARE-TH-002 SOFTWARE-TH-003 Fine Tuned Good Bad Good Bad Good Bad Good Bad Good Bad Good Bad Good 9 9 13 6 14 6 Bad iragarpena 15 7 11 10 10 10
hiru liburutegietako ekipamendu konplexuenak dira, baina lortutako emaitzek, hurrengo atalean agertzen direnak, merezi dute benetan.
4.3 Esperimentuak
4.3.1 Emaitzak alderatzea, nahaste matrizearen metrikoa erabiliz
Kontuan hartuta hiru liburu-denda NER funtzionalekin konparatzen ari garela, guztiz desberdinak direnak, eta teknika desberdinen arteko alderaketa bat egiteko nahasketa matrizearen prozedura behar genuela. Gomendioak on edo txar terminoetan sailkatzen ditugu, eta horregatik matrize binarioa definitzen dugu, Errege Gomendioak eta Aurrebistak bezala.
Nahaste binarioko matrize bat sortzen dugu, balio zenbatuak taulan azaltzen dira 4.4, eta PLN teknika bakoitzak lortutako metrikak taulan erakusten dira 4.5, metrika hauek erakusten dute teknika onenak Fine-tuned direla, SOFTWARE-TH-003 y SOFTWARE-TH-002 ordena honetan. Sistema metrikoak aztertuta, ohar gaitezke teknika teknikoak daudela SOFTWARE-TH-003 eta Fine Tuned oso antzekoak dira, nahiz eta azkena lehenengoa baino hobea izan. Teknika SOFTWARE-TH-002 okerrena da, besteekin alde handia duena, nahiz eta erakundeen artean logikak gidatzen duen onena izan.
Taula 4.5: PLN teknika desberdinetarako lortutako metrikak
SOFTWARE-TH-002 SOFTWARE-TH-003 Accuracy 0.4000 0.5750 0.6000 Zehaztasuna 0.5000 0.6842 0.7000 F1 Score 0.4286 0.6047 0.6364
4.3.2 PLNren beste irtenbide batzuk: ORG-TH-007
PLNko beste irtenbide batzuk probatzea erabaki genuen, gure helburuetarako baliagarriak ote ziren egiaztatzeko. Gure zerbitzuak probatu ditugu. ORG-TH-007, modeloarekin 3.5, pro...
zeso NER, antzeko emaitzak lortuz. Egia da erakunde onartuak ORG-TH-007 honekin baino gehiago dira SOFTWARE-TH-002, SOFTWARE-TH-003 o Fine-Turning, baina lan egin ORG-TH-007 Arazo berriak sortzen ditu, bere APIak ez du gaztelaniaz erantzuten, eta erakundeen logika ez da oker kontsideratzen edo kontsideratzen, honela:
Galderarako:\ Erantzun gaztelaniaz. Miel-en Ilargia, New York bezalako zerbait, Ez Maldivas-i, eztei-bidaia, bi pertsonentzako, dena barne. Irteera. 15 Abuztua 2022, eskerrik asko\"
Erantzuna ORG-TH-007 hau da:\\\\\\\\Honeymoon\\\August 15, 2022 \\\Allinclusive, for two people\\\\\\"
A priori funtzionaltasun oso interesgarria dena, gomendio txar bat sor lezake, hasierako kontsultak esaten baitzuen: Maldivas no, y ORG-TH-007 guztiz kontrakoa itzultzen ari da, gomendio txar bat.
Gure modeloarekin SOFTWARE-TH-002, algoritmoan oinarritutako testu-kontzeptuak ukatzeko erabiltzen den plugin nespaCy erabiliz SOFTWARE-TH-005, erakundeen arteko logikarekin hobeto lan egin dezakegu, batez ere erakundeen ezeztapenarekin. Gaitasun mota hau ez da posible oraindik honekin ORG-TH-007 eta bere eredua 3.5 eta SOFTWARE-TH-003 puntu-termino baten garrantzia elkartuz kudeatzen da hori.
4.3.3 Bidaia birtualeko agente bat sortzearen furtura, sistema multiagentea erabiliz
Moreno et al. aurretiko ikerketa batean ( 2022 ) sistemako lan-karga banatzeko MAS erabiltzen dugu. Hemen ere aplikatzen dugu, diseinu arkitektoniko bioinspiratu batekin, inplikatutako prozesuak antolatzeko eta etorkizuneko bidaia elektronikoetako eragileen gaitasunak zabaltzeko eta emulatzeko.
Aurreko atalean azaldu den bezala, sistema multiagenteak arazo konplexuak konpontzen laguntzen duten erakunde adimendun autonomoen bildumak dira. Badira aurretik egindako beste ikerketa batzuk, X turismoaren alorrean zergatik eta nola aplikatu erakusten dutenak. Wang et al. ( 1997 ). Hemen industria honen arazo zehatz batean oinarritzen gara, oraindik etorkizunean ere: bidaia-agente bat berdintzeko modua.
Esan bezala, gaur egun bidaia-agenteak giza gomendiogile gisa ikus daitezke, eskaera bat jasotzen dute, prozesatzen dute eta gomendiorik onena itzultzen dute. Baina modelizazio teknikoaren ikuspuntutik, gomendio-prozesua konplexua da eta beste prozesu askok, analitiko batzuek, beste eragile batzuek, modu koordinatuan parte hartzea eskatzen du arrakasta-tasarik onena lortzeko. Inurritegien egituran oinarritutako MAS berritzaile eta bioinspiratu bat proposatzen dugu konponbide gisa.
Framework batek egiten duen zentzu berean, inurritegia abstrakzioak kodea antolatzeko aukera ematen du, adibidez, non agente erregina kontrolatzailearen antzekoa den, soldaduak modeloak bezalakoak eta langileak ikuspegiak bezala. Baina inurritegiak funtzionatzen duen neurrian, antolaketa mota hau modu adimendun batean ahalbidetzen du, adibidez, agenteen arteko negoziazioa bezalako ezaugarri aurreratuagoak integratuz. Agenteen negoziazio-trebetasunak etorkizunean hobetzeko, eragileen arteko akordio batera iristeko metodo orekatua erabil liteke, baina baita eragileen eta gizakien artean ere, negoziazio-metodo hau Insua et al-en xehetasunez deskribatuta dago ( 2003 ).
4.4 Ondorioak
PLN aplikatu daitekeen adimen artifizialeko teknikarik onena da datuak testu motaren araberakoak direnean. Kode irekiko hiru teknika desberdin probatu ondoren, inork ez lituzke soluzio hauek erabiliko konponbideak faltsu positiboak ahalik eta gehien murriztu behar dituen arazoetarako, kasu zenbatuen taulan erakusten dugun bezala. Baina beste konponbide komertzial batzuk probatu ondoren, adibidez ORG-TH-007, kode irekiko konponbideen eremuak oraindik zeresan handia du arlo honetan.
Kode irekiko teknikak NER funtzionaltasunen aurka bakarrik frogatu ziren, are ezaugarri gehiago daude PLN teknika gisa probatzeko, baina desberdintasun handia dago oinarrizko soluzioen artean. SOFTWARE-TH-002 eta oinarrizko konponbideak SOFTWARE-TH-003 Azken hauek onenak dira. Azaldutako erabileraren adibide ona da PLNk beste enpresa batzuei (turismoarekin zerikusirik ez dutenei) nola lagun diezaiekeen maila handiagoa lortzen testu datuak direnean.
Bidaia elektronikoko agentzia bat modelatzeko inurritegien egituran oinarritutako MAS bioinpisatuaren hedapena irtenbide berritzailea da, eta arkitektura oso eta anitza ez ezik, sistema konplexuak inplementatzerakoan ere laguntza emango duzula erakusten du.
Gure bezeroari aplikatua: COMPANY-002, kode irekiko konponbide teknikek oso ikuspegi ona ematen dute bidaia-eragileei entitate garrantzitsuak azkar identifikatzen laguntzeko, bezeroen eskabideen testua aztertzean.