自动解决客户技术问题生产 L3 票
Automate Solving of customer technical issue Production L3 tickets
我想开发一个 app/software 来理解来自各种输入的文本并根据它做出决定。此外，如果系统出现任何问题，用户可以手动为其提供输出，并且从下一次开始，系统必须学会在这些场景中提供此类输出。基本上系统必须从过去的经验中学习。我想用这个系统处理的工作是解决客户技术问题的平凡工作。（生产 L3 票）。在这种情况下，输入将是客户问题，例如订单（例如订单被卡住的状态和他希望它被推送的状态），第二个输入是当前状态订单（从多个订单中检索的数据db 的表）。对于这两个输入，输出将是要采取的所需操作，例如更新某些列并为该订单触发 XML。我认为需要的工具是一个自然语言处理器 (NLP) 库，用于理解文本和机器学习，以便从过去令人困惑的场景中学习。
如果您想为 NLP 管道使用 Java 个库，请查看 Opennlp。
你有很多基本支持here。
然后 deeplearning4j java 中有很多神经网络实现。
由于您想要一个可以从过去的经验中学习的动态模型而不是静态模型，因此您有许多可以在 deeplearning4j 中使用的神经网络实现。
希望对您有所帮助！
我想开发一个 app/software 来理解来自各种输入的文本并根据它做出决定。此外，如果系统出现任何问题，用户可以手动为其提供输出，并且从下一次开始，系统必须学会在这些场景中提供此类输出。基本上系统必须从过去的经验中学习。我想用这个系统处理的工作是解决客户技术问题的平凡工作。（生产 L3 票）。在这种情况下，输入将是客户问题，例如订单（例如订单被卡住的状态和他希望它被推送的状态），第二个输入是当前状态订单（从多个订单中检索的数据db 的表）。对于这两个输入，输出将是要采取的所需操作，例如更新某些列并为该订单触发 XML。我认为需要的工具是一个自然语言处理器 (NLP) 库，用于理解文本和机器学习，以便从过去令人困惑的场景中学习。
如果您想为 NLP 管道使用 Java 个库，请查看 Opennlp。
你有很多基本支持here。
然后 deeplearning4j java 中有很多神经网络实现。 由于您想要一个可以从过去的经验中学习的动态模型而不是静态模型，因此您有许多可以在 deeplearning4j 中使用的神经网络实现。
希望对您有所帮助！