FI
Kirjaudu sisäänAloita nyt
Sanasto

Kysymyksiin vastaaminen

Mikä on Kysymyksiin vastaaminen?

Kysymyksiin vastaaminen (question answering, QA) on luonnollisen kielen käsittelyn ala, jolla järjestelmä vastaa arkikielellä esitettyihin kysymyksiin suoraan hakutulosten listan palauttamisen sijaan. Nykyaikaiset järjestelmät etsivät olennaisia tekstikohtia tietokannasta ja muodostavat niistä vastauksen, mieluiten lähdeviitteen kera. Tyypillisiä käyttökohteita ovat asiakaspalvelu, sisäiset tietokannat ja käyttöohjeet – esimerkiksi kun henkilöstöoppaalta kysytään ”Kuinka monta lomapäivää saan ensimmäisenä vuonna?”

Miten KI.ordo auttaa

KI.ordo-agentit vastaavat kysymyksiin antamasi tietämyksen pohjalta, mainitsevat lähteensä ja kertovat avoimesti, jos eivät löydä sieltä mitään.

Lue lisää : Kysymyksiin vastaaminen

Sopivat mallit

Aiheet

  • NLP
  • Tietämyksenhallinta
  • Haku

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo
← Kaikki termit

Liittyvät termit

Hakuvahvistettu generointi (RAG)

Hakuvahvistettu generointi (retrieval-augmented generation) yhdistää haun ja tekstin tuottamisen: ennen vastaamista järjestelmä hakee tietokokoelmasta – esimerkiksi käsikirjoista, ohjeistuksista tai UKK:sta – asiaankuuluvia kohtia ja välittää ne kielimallille kontekstina. Vastaus perustuu siten ajantasaiseen, yrityskohtaiseen sisältöön eikä pelkästään mallin opetustietoon. Tämä vähentää keksittyjä väitteitä, tekee lähteistä jäljitettäviä ja mahdollistaa päivitykset ilman uudelleenopetusta.

  • RAG
  • tietämyshaku
  • +1

Tiedonhaku

Tiedonhaku kattaa menetelmät, jotka löytävät suuresta tekstimassasta kyselyyn sopivat dokumentit tai tekstikohdat ja järjestävät ne relevanssin mukaan. Klassiset lähestymistavat, kuten BM25, painottavat hakutermejä sen mukaan, kuinka usein ja kuinka harvoin ne esiintyvät; uudemmat lisäävät semanttisen samankaltaisuuden. Se on hakukoneiden, yrityshaun ja hakuun perustuvan generoinnin perusta, jossa kielimalli käyttää haettuja tekstikohtia vastauksensa pohjana.

  • Haku
  • BM25
  • +1

Luonnollisen kielen ymmärtäminen (NLU)

Luonnollisen kielen ymmärtäminen on kielenkäsittelyn osa, joka tavoittaa lausuman merkityksen: mikä aikomus sen takana on, mitä henkilöitä, paikkoja tai päivämääriä mainitaan ja mikä on sävy? Yhdessä luonnollisen kielen tuottamisen (NLG) kanssa NLU muodostaa toisen NLP:n kahdesta puolesta. Esimerkki on asiakaspalvelujärjestelmä, joka tunnistaa viestin ”Pakettini ei ole vieläkään tullut” toimitustiedusteluksi.

  • NLP
  • Aikomuksen tunnistus
  • +1

Monivaiheinen päättely

Monivaiheinen päättely (multi-hop reasoning) on tekoälyjärjestelmän kykyä vastata kysymykseen usean peräkkäisen päätelmän kautta, usein yhdistämällä tietoa eri lähteistä. Esimerkki: kysymys ”Mitä osastoa johtaa projektista X vastaava henkilö?” edellyttää ensin vastuuhenkilön ja sitten hänen osastonsa selvittämistä. Tällaiset kysymykset ovat vaativia haku- ja RAG-järjestelmille, koska jokainen välivaihe on löydettävä ja yhdistettävä oikein.

  • päättely
  • kysymyksiin vastaaminen
  • +1