論文の概要: Carbon to Diamond: An Incident Remediation Assistant System From Site
Reliability Engineers' Conversations in Hybrid Cloud Operations
- arxiv url: http://arxiv.org/abs/2010.05569v1
- Date: Mon, 12 Oct 2020 09:43:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-08 06:13:52.553401
- Title: Carbon to Diamond: An Incident Remediation Assistant System From Site
Reliability Engineers' Conversations in Hybrid Cloud Operations
- Title（参考訳）: Carbon to Diamond: ハイブリッドクラウド運用におけるサイト信頼性エンジニアの会話からのインシデント修復支援システム
- Authors: Suranjana Samanta, Ajay Gupta, Prateeti Mohapatra, Amar Prakash Azad
- Abstract要約: 会話チャットに存在する症状や課題などの正しいキーワードやアーティファクトを特定することが重要である。
本稿では,会話チャネルをタップして,さまざまな学習手法を用いて重要な成果物を理解・抽出するフレームワークを構築する。
- 参考スコア（独自算出の注目度）: 6.552364911860235
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversational channels are changing the landscape of hybrid cloud service
management. These channels are becoming important avenues for Site Reliability
Engineers (SREs) %Subject Matter Experts (SME) to collaboratively work together
to resolve an incident or issue. Identifying segmented conversations and
extracting key insights or artefacts from them can help engineers to improve
the efficiency of the incident remediation process by using information
retrieval mechanisms for similar incidents. However, it has been empirically
observed that due to the semi-formal behavior of such conversations (human
language) they are very unique in nature and also contain lot of
domain-specific terms. This makes it difficult to use the standard natural
language processing frameworks directly, which are popularly used in standard
NLP tasks. %It is important to identify the correct keywords and artefacts like
symptoms, issue etc., present in the conversation chats. In this paper, we
build a framework that taps into the conversational channels and uses various
learning methods to (a) understand and extract key artefacts from conversations
like diagnostic steps and resolution actions taken, and (b) present an approach
to identify past conversations about similar issues. Experimental results on
our dataset show the efficacy of our proposed method.
- Abstract（参考訳）: 会話チャネルはハイブリッドクラウドサービス管理の状況を変えつつある。
これらのチャネルは、SRE(Site Reliability Engineers) %Subject Matter Experts(SME)が、インシデントや問題を解決するために協力して作業するための重要な手段になりつつある。
セグメント化された会話を特定し、それらから重要な洞察やアーティファクトを抽出することで、エンジニアは同様のインシデントに対する情報検索機構を使用することで、インシデント修復プロセスの効率を向上させることができる。
しかし、そのような会話(人間言語)の半形式的な振る舞いから、それらは本質的に非常に独特であり、ドメイン固有の用語も数多く含むことが実証的に観察されている。
これにより、標準のNLPタスクで広く使われている標準自然言語処理フレームワークを直接使用するのが難しくなる。
%)は,会話チャットに含まれる適切なキーワードや症状,問題などのアーティファクトを特定することが重要である。
本稿では,会話チャネルをタップして,様々な学習手法を利用するフレームワークを構築する。
(a)診断手順や解決行動等の会話から重要な成果物を理解して抽出し、
b)類似問題に関する過去の会話を識別するアプローチを提案する。
実験の結果,提案手法の有効性が示された。
関連論文リスト
- Do LLMs suffer from Multi-Party Hangover? A Diagnostic Approach to Addressee Recognition and Response Selection in Conversations [11.566214724241798]
本研究では,会話の特定の構造的属性間でのモデル性能を調査する手法を提案する。
我々はモデルの弱点を診断するために、応答選択とアドレス認識タスクに焦点をあてる。
その結果、応答選択は会話のテキストの内容に依存しており、アドレス認識ではその構造的次元を捉える必要があることがわかった。
論文 参考訳（メタデータ） (2024-09-27T10:07:33Z) - Double Mixture: Towards Continual Event Detection from Speech [60.33088725100812]
音声イベント検出は、セマンティックイベントと音響イベントの両方のタグ付けを含むマルチメディア検索に不可欠である。
本稿では, 音声イベント検出における主な課題として, 過去の出来事を忘れることなく新たな事象を連続的に統合すること, 音響イベントからの意味のゆがみについて述べる。
本稿では,適応性を向上し,忘れることを防止するために,音声の専門知識と堅牢な記憶機構を融合する新しい手法「ダブルミキチャー」を提案する。
論文 参考訳（メタデータ） (2024-04-20T06:32:00Z) - Context Retrieval via Normalized Contextual Latent Interaction for
Conversational Agent [3.9635467316436133]
本稿では,会話応答の質を向上させるために,関連情報を正確かつ効率的に識別できる新しい手法であるPK-NCLIを提案する。
実験の結果, PK-NCLIは, 難易度, 知識基盤, 訓練効率において, 最先端のPK-FoCuよりも優れていた。
論文 参考訳（メタデータ） (2023-12-01T18:53:51Z) - Explaining Interactions Between Text Spans [50.70253702800355]
入力の異なる部分からのトークンのスパンに対する推論は、自然言語理解に不可欠である。
NLUタスク2つのタスク(NLIとFC)に対する人間間相互作用の説明データセットであるSpanExを紹介する。
次に,複数の微調整された大言語モデルの決定過程を,スパン間の相互接続の観点から検討する。
論文 参考訳（メタデータ） (2023-10-20T13:52:37Z) - End-to-End Continuous Speech Emotion Recognition in Real-life Customer
Service Call Center Conversations [0.0]
本稿では,顧客サービスコールセンタ会話における連続SERのための大規模実生活データセット(CusEmo)を構築するためのアプローチを提案する。
我々は,実生活におけるコールセンター会話における感情の微妙さ,複雑さ,継続性を捉えるために,次元的感情アノテーションアプローチを採用した。
この研究は、データセットへのEnd-to-End (E2E) SERシステムの適用中に発生する課題にも対処している。
論文 参考訳（メタデータ） (2023-10-02T11:53:48Z) - KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。
本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
論文 参考訳（メタデータ） (2022-05-11T16:01:03Z) - Smoothing Dialogue States for Open Conversational Machine Reading [70.83783364292438]
本稿では,2つの対話状態を1つのデコーダとブリッジ決定と質問生成でスムーズにすることで,効果的なゲーティング戦略を提案する。
OR-ShARCデータセットを用いた実験により,本手法の有効性が示された。
論文 参考訳（メタデータ） (2021-08-28T08:04:28Z) - Retrieval-Free Knowledge-Grounded Dialogue Response Generation with
Adapters [52.725200145600624]
軽量アダプタで事前学習した言語モデルに事前知識を注入し、検索プロセスをバイパスする KnowExpert を提案する。
実験結果から,KnowExpertは検索ベースラインと相容れない性能を示した。
論文 参考訳（メタデータ） (2021-05-13T12:33:23Z) - Online Conversation Disentanglement with Pointer Networks [13.063606578730449]
本稿では,会話の絡み合わせのためのエンドツーエンドのオンラインフレームワークを提案する。
我々は、タイムスタンプ、話者、メッセージテキストを含む全発話を埋め込む新しい手法を設計する。
Ubuntu IRCデータセットを用いた実験により,提案手法はリンクと会話の予測タスクにおいて,最先端のパフォーマンスを実現することを示す。
論文 参考訳（メタデータ） (2020-10-21T15:43:07Z) - Multi-Stage Conversational Passage Retrieval: An Approach to Fusing Term
Importance Estimation and Neural Query Rewriting [56.268862325167575]
マルチステージアドホックIRシステムにクエリ再構成を組み込んだ会話経路検索(ConvPR)に取り組む。
本稿では,1項の重要度推定と2項のニューラルクエリ書き換えという2つの手法を提案する。
前者に対しては、周波数に基づく信号を用いて会話コンテキストから抽出した重要な用語を用いて会話クエリを拡張する。
後者では,会話クエリを,事前訓練されたシーケンス列列列モデルを用いて,自然な,スタンドアロンの,人間の理解可能なクエリに再構成する。
論文 参考訳（メタデータ） (2020-05-05T14:30:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。