炭素からダイヤモンドへ:ハイブリッドクラウド操作におけるサイト信頼性エンジニアの会話からの事故修復支援システム【JST・京大機械翻訳】

Samanta Suranjana; Gupta Ajay; Mohapatra Prateeti; Azad Amar Prakash

プレプリント

J-GLOBAL ID：202202205884044508 整理番号：22P0199381

炭素からダイヤモンドへ:ハイブリッドクラウド操作におけるサイト信頼性エンジニアの会話からの事故修復支援システム【JST・京大機械翻訳】

Carbon to Diamond: An Incident Remediation Assistant System From Site Reliability Engineers' Conversations in Hybrid Cloud Operations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年10月12日プレプリントサーバーでの情報更新日： 2020年10月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

逆チャネルはハイブリッドクラウドサービス管理の景観を変える。これらのチャネルは,インシデントまたは課題を解決するため共同作業するために,サイト信頼性技術者(SREs)%被験者(SME)のための重要な手段になっている。セグメント化会話を同定し,それらから重要な洞察あるいはアーチファクトを抽出することは,類似の事故に対する情報検索機構を用いることにより,技術者が事故修復プロセスの効率を改善するのを助けることができる。しかし,そのような会話(人間言語)の半形式挙動により,それらは本質的に非常にユニークであり,また多くのドメイン固有項を含むことが経験的に観測された。これは,標準NLPタスクで一般的に使用される標準自然言語処理フレームワークを直接使用するのを困難にする。%Itは,会話チャットに存在する症状,問題などの正しいキーワードとアーチファクトを同定するのに重要である。本論文では,会話チャネルにタップするフレームワークを構築し,(a)診断ステップや解像度行動のような会話から鍵アーチファクトを理解し,抽出するために様々な学習法を使用し,(b)類似の問題についての過去の会話を同定する手法を提示する。著者らのデータセットに関する実験結果は,提案した方法の有効性を示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , その他の情報処理 , 自然語処理

, , , , , , ,

前のページに戻る