抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
個人および近人のような方法で顧客を提供および脱光する目標は,ほとんどのエンタープライスの自動化課題において非常に高い。ここ数年,多くの企業における会話エージェントの展開につながる自然言語処理ドメインにおいて大きな進歩が見られた。現在の産業展開の大部分は,ドメインの全知識とスキルをモデル化するモノリシック単一エージェント設計を使用する傾向がある。このアプローチは市場の最速の1つであるが,モノリス設計は点を超えてスケールを非常に困難にする。また,単一解法における自然言語処理および情報検索のサブフィールドによって提供される多くのツールをシームレスに活用するのに挑戦がある。関連情報を提供するために活用できるサブフィールドは,質問とAnsworシステム,抽象的要約,セマンティック検索,知識グラフなど,現在の展開は,また,それが速い進化空間であり,1つのプラットフォームが,3~4年の中期においてさえ,将来の証明を考慮できないので,基礎となる逆位AIプラットフォーム(オープンソースまたは商業)に,非常に依存する傾向がある。最近,マスタエージェントの概念を活用する傾向がある多エージェント解を構築するために,研究も行った。これは有望性を示したが,この手法はなおマスターエージェントをスケールするのが困難であった。これらの課題に取り組むために,著者らは,多声,多様で操作可能なエージェントの大規模産業展開のための分散型マルチエージェントプラットフォームであるLParを導入した。LParの非同期設計は,動的に拡張可能なドメインをサポートした。また,顧客クエリをサービスするために最も適切なエージェントを選択するために,LParシステムにおいて利用可能な複数の戦略を紹介した。【JST・京大機械翻訳】