Logo des Repositoriums

Auflistung nach Schlagwort "Natural Language Understanding"

1 - 2 von 2
  • Zeitschriftenartikel
    Der Einsatz von künstlicher Intelligenz zur Verbesserung des Incident Managements
    (HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 2, 2019) Frick, Nicholas; Brünker, Felix; Ross, Björn; Stieglitz, Stefan
    Im Kontext des IT-Service-Managements stellt ein wesentlicher Faktor zur möglichst effizienten und effektiven Entstörung gemeldeter Probleme das Incident Management dar. Aufgenommene Störungen werden dabei identifiziert, protokolliert und kategorisiert, so dass nachgelagerte Strukturen, wie Second- und Third-Level-Support, Beeinträchtigungen unmittelbar beheben können. In dem vorliegenden Beitrag wird ein Proof of Concept vorgestellt, der den Einsatz künstlicher Intelligenz auf das Incident Management in Unternehmen untersucht. Speziell wird hierbei dargelegt, wie ein entsprechendes System zum Einsatz kommt, um die Kategorisierung einer Störung in einem Praxisunternehmen zu beschleunigen. Als Datengrundlage hierfür dienen historische Tickets, die im Rahmen des Incident Managements erfasst worden sind. Ziel ist es, automatisiert die betroffene Applikation bzw. zuständige Gruppe zu ermitteln. Das Resultat dieser Machbarkeitsstudie ist ein neuronales Netzwerk, mit dem eine übergreifende Wahrscheinlichkeit von 94 % korrekt zugeordneter Kategorien erreicht wird. Auf Basis der vorliegenden Ergebnisse werden Herausforderungen während der Umsetzung dargestellt. Potentielle Einsatzgebiete und denkbare Weiterentwicklungen, speziell in Bezug auf die Kollaboration zwischen MitarbeiterInnen des Services Desks und künstlicher Intelligenz, werden abgeleitet und diskutiert. Zudem wird präsentiert, warum der Einsatz von künstlicher Intelligenz, sowohl im IT-Service-Management, als auch in anderen unternehmensrelevanten Vorgängen, sinnvoll erscheint. In the context of IT service management, incident management is one of the major factors in resolving reported problems efficiently and effectively. Recorded incidents are identified, logged, and categorised. Thus, the subsequent second and third level support can immediately resolve incoming incidents. This article introduces a proof of concept examining the usage of artificial intelligence in the context of incident management. Specifically, the usage of such a system to speed up the categorisation of upcoming incidents within a company is described. The dataset used consists of historical tickets that were collected in incident management. The goal is to automatically identify the responsible unit. The result of this feasibility study is a neural network which assigns the corresponding categories with an overall precision and recall of 94%. Based on the findings of this study, the challenges of the practical implementation are presented. In the context of collaboration between service desk employees and artificial intelligence, potential fields of application and further possibilities of development are discussed. Moreover, the usage of artificial intelligence in IT service management as well as in other company-related processes is discussed.
  • Konferenzbeitrag
    Relation Extraction from Environmental Law Text Using Natural Language Understanding
    (EnviroInfo 2022, 2022) Thimm, Heiko; Schneider, Phil
    In the last decades the highly active area of environmental legislation has produced a vast amount of text documents that contain laws and regulations enacted by various types of rule setters. This large body of legal text documents is still growing with an increasing speed. In order to assure compliance with the regulations, today, corporate specialist spend a lot of time with the reviewing and assessment of these documents. It seems that through the use of text processing assistance tools these important corporate environmental compliance management tasks can be completed in less time. To develop corresponding assistance tools has been the broader goal of this work in which initial text processing experiments with a common Natural Language Understanding pipeline are described. The obtained results confirm that in order to extract meaningful relations from text documents of the environmental legislation area, domain-specific processing techniques that are tailored to the specific language and format of legal text are required.