チャット駆動型ネットワーク管理：NLPと最適化の統合

本論文は、ユーザーの意図抽出にNLPを使用し、実現可能なネットワーク構成に最適化技術を組み合わせることにより、意図ベースネットワーキングの限界に対処しています。 InterpreterとOptimizerからなる2段階のフレームワークは、自然言語インタラクションを通じて仮想ネットワークサービスを管理するための実用的なアプローチを提供します。 Sentence-BERTとSVM、およびLLMベースのエクストラクタの比較は、精度、レイテンシ、およびデータ要件間のトレードオフを浮き彫りにし、現実世界の展開に役立つ貴重な洞察を提供します。

• •意図抽出にNLP、実現可能なネットワーク構成に最適化を組み合わせる。
• •チャット駆動型ネットワーク管理のための2段階フレームワーク（InterpreterとOptimizer）を提供する。
• •Sentence-BERTとSVM、LLMベースの意図抽出器を比較し、トレードオフを強調する。
• •仮想ネットワーク管理へのユーザーフレンドリーで解釈可能なアプローチを提供する。