基于聊天驱动的自然语言处理与优化网络管理

本文通过结合自然语言处理（NLP）进行用户意图提取和优化技术实现可行网络配置，解决了基于意图的网络技术的局限性。由Interpreter和Optimizer组成的双阶段框架，提供了一种通过自然语言交互管理虚拟网络服务的实用方法。Sentence-BERT与SVM和基于LLM的提取器的比较突出了准确性、延迟和数据需求之间的权衡，为实际部署提供了有价值的见解。

• •结合NLP进行意图提取和优化实现可行网络配置。
• •提供用于聊天驱动网络管理的双阶段框架（Interpreter和Optimizer）。
• •比较Sentence-BERT与SVM和基于LLM的意图提取器，突出权衡。
• •提供一种用户友好且可解释的虚拟网络管理方法。