Uber автоматизирует обнаружение проблем с картографическими данными из тикетов в поддержку клиентов

Uber анализирует отзывы в поддержку клиентов, которые отправляют водители, партнеры-таксопарки, доставщики еды и партнеры по доставке на платформе Uber. Некоторые из этих обращений указывают на проблемы с местоположением, давая им один из способов выявления и исправления ошибок в работе карты. Ручное перелистывание обращений для поиска тех, которые указывают на неточные данные карты, не будет масштабируемым. Поэтому Uber использует машинное обучение (ML) и обработку больших данных для автоматизации этого рабочего процесса.

Чтобы решить проблему крупномасштабного анализа заявок, мы создали платформу обработки естественного языка (NLP), которая ищет проблемы с отображением данных в тексте заявок. Затем эта платформа может указать, какой конкретный тип картографических данных вызвал заявку, чтобы соответствующая группа в нашей картографическом отделе могла оценить проблему и найти решение.

Не имея предварительной категоризации, нам нужно работать с текстом произвольной формы и выявлять из него сигналы, связанные с картами. На письменном языке люди, естественно, формулируют проблемы различными способами при подаче заявки. Например, один человек может написать, что местоположение «неправильное», а другой может описать его как «неправильное» или «отключено». Понимание множества способов, которыми люди могут ссылаться на одну и ту же вещь, является проблемой, специально предназначенной для NLP.