Warum das neue ChatGPT besser ist als Intent NLP

Absichtsbasierte (intent-based) NLP ist eineTechnik, die wir in letzter Zeit in unseren Projekten eingesetzt haben. DerHauptunterschied besteht darin, dass der Entwickler bestimmte Intentstrainieren muss, die zum Beispiel ein Chatbot verarbeiten soll. Für dieseAbsichten muss er Daten erhalten, so dass bei einer „greet_intent“, die dasGespräch mit dem Endbenutzer einleitet, die Datenmuster wie folgt aussehenwürden: "[Hallo, Willkommen, Hi, Guten Morgen]".

‍

Mit GPT-3.5 und den kommenden GPT-4-Modellenmüssen wir dies nicht mehr tun. Das Modell muss lediglich eine bestimmte, vomEntwickler definierte Absicht erkennen. Je besser beschrieben, destozuverlässiger ist es. Damit entfällt die Notwendigkeit, Trainingsdatenbereitzustellen; es genügt eine anfängliche Aufforderung zur Beschreibung derAbsicht.

Dies sind weitere wichtige Vorteile vonChatGPT gegenüber Intent-basiertem NLP:

‍

• ‍Flexibilität: Im Gegensatz zu intent-basierten NLP-Systemen ist ChatGPT nicht aufvordefinierte Intent-Kategorien oder Vorlagen angewiesen, um Antworten zugenerieren. Stattdessen kann es Antworten basierend auf einer breiten Palettevon Eingaben generieren, was es flexibler und anpassungsfähiger fürverschiedene Arten von Konversationen macht.‍
• Sofort einsatzbereitenatürliche Sprachverarbeitung: ChatGPT verfügt überein tiefes Verständnis der natürlichen Sprache und kann Antworten generieren, diekontextuell angemessen und grammatikalisch korrekt sind. Dies ermöglicht es,anspruchsvollere und nuanciertere Antworten zu generieren als ein einfachesabsichtsbasiertes NLP-System.
• ‍Fähigkeit, selbständig zulernen: ChatGPT ist ein maschinelles Lernmodell, daskontinuierlich lernt und seine Antworten im Laufe der Zeit auf der Grundlagedes Feedbacks der Nutzer verbessert. Das bedeutet, dass es sich an neueSprachmuster anpassen kann und mit den neuesten Trends und Ausdrücken auf demLaufenden bleibt.
• Personalisierung: ChatGPT kann an die spezifischen Bedürfnisse eines bestimmten Nutzersoder Unternehmens angepasst werden. Das bedeutet, dass es personalisierteAntworten generieren kann, die auf die Vorlieben und Bedürfnisse des einzelnenNutzers zugeschnitten sind.

‍

Insgesamt sind absichtsbasierte NLP-Systemezwar für bestimmte Arten von Anwendungen nützlich und besonders leistungsfähigfür BusinessIntelligence, aber die Flexibilität von ChatGPT, seine Fähigkeiten zurVerarbeitung natürlicher Sprache, seine Lernfähigkeit und seinePersonalisierung machen es zu einem vielseitigeren und leistungsfähigerenSprachmodell in einer Vielzahl von Kontexten.

‍

Immer dann, wenn ein intent-basiertes NLP dieGenerierung von menschenähnlichen Antworten nicht unterstützt, bedeutet dieshöchstwahrscheinlich, dass Natural Language Generation (NLG) nichtimplementiert wurde, dies also nicht direkt mit allen intent-basiertenNLP-Systemen verbunden sein muss.

‍

SABOT ist derzeit das Beispiel unseresUnternehmens für ein erfolgreiches intent-basiertes NLP-Modell. Wir werden denEinsatz von LLMs (Large Language Models) wie ChatGPT in Betracht ziehen, um seineFunktionen und Fähigkeiten in Zukunft noch weiter zu verbessern. Hier erfahrenSie mehr darüber.