Google Chat : Google présente les résumés des conversations
Vous avez du mal à suivre les conversations dans vos Chats dans vos espaces de travail ? Google ressent votre douleur et est « ravie d’introduire des résumés de conversation dans Google Chat pour les messages dans les Espaces ». […]
Ce que vous allez découvrir
- Des résumés de conversation dans les espaces de Google Chat
Google Chat : Google présente les résumés des conversations
Vous avez du mal à suivre les conversations dans vos Chats dans vos espaces de travail ? Google ressent votre douleur et est « ravie d’introduire des résumés de conversation dans Google Chat pour les messages dans les Espaces ».
Des résumés de conversation dans les espaces de Google Chat
Désormais, vos conversations dans les espaces seront résumées directement dans votre espace de travail Premium.
L’objectif du résumé de texte est de fournir des résumés utiles et concis pour différents types de texte, tels que des documents, des articles ou des conversations orales. Un bon résumé couvre succinctement les points clés, est fluide et grammaticalement correct. Une approche du résumé consiste à extraire les éléments clés du texte et à les concaténer dans un résumé (c’est-à-dire, le résumé extractif). Une autre approche consiste à utiliser des techniques de génération de langage naturel (NLG) pour résumer en utilisant de nouveaux mots et expressions qui ne sont pas nécessairement présents dans le texte original. C’est ce qu’on appelle le résumé abstrait et est considéré comme plus proche de la façon dont une personne résumerait généralement un texte. Cependant, le principal défi du résumé abstrait est qu’il a parfois du mal à générer des résumés précis et grammaticalement corrects, en particulier dans les applications du monde réel.
Qualité et expérience utilisateur
Un bon résumé capture l’essence de la conversation tout en étant fluide et grammaticalement correct. Sur la base de l’évaluation humaine et des commentaires des utilisateurs, le modèle de résumé génère des résumés utiles et précis la plupart du temps. Mais parfois, le modèle génère des résumés de mauvaise qualité. Après avoir examiné les problèmes signalés par les utilisateurs, il existe deux principaux types de résumés de mauvaise qualité. Le premier est la mauvaise attribution, lorsque le modèle confond quelle personne ou entité a dit ou effectué une certaine action. La seconde est la fausse représentation, lorsque le résumé généré par le modèle déforme ou contredit la conversation de chat.
Enfin, alors que le modèle hybride offrait des améliorations de performances significatives, la latence pour générer des résumés était toujours perceptible pour les utilisateurs lorsqu’ils ouvraient des espaces avec des messages non lus. Pour résoudre ce problème, la firme de Mountain View génère et met à jour des résumés à la place chaque fois qu’un nouveau message est envoyé, modifié ou supprimé. Ensuite, les résumés sont mis en cache de manière éphémère pour s’assurer qu’ils apparaissent en douceur lorsque les utilisateurs ouvrent des espaces avec des messages non lus.
- Articles connexes
- Plus de l'auteur