Amazon иска да научи Alexa да разбира местоименията правилно

Разбирането и обработката на речеви препратки е голямо предизвикателство за посоката на обработка на естествен език в контекста на AI помощници като Amazon Alexa. Този проблем обикновено включва правилно свързване на местоименията в потребителските заявки с подразбиращи се понятия, например сравняване на местоимението „те“ в изявлението „пуснете последния им албум“ с някой музикален изпълнител. AI експертите в Amazon работят активно върху технология, която може да помогне на AI да обработва такива заявки чрез автоматично преформулиране и замяна. Така заявката „Пуснете най-новия им албум“ ще бъде автоматично заменена с „Пуснете последния албум на Imagine Dragons“. В този случай думата, необходима за заместване, се избира в съответствие с вероятностен подход, изчислен с помощта на машинно обучение.

Учени публикувано предварителен резултат от работата му в предпечат с доста трудно заглавие - „Проследяване на състоянието на мащабиране на диалог с много домейни с помощта на преформулиране на заявка“. В близко бъдеще се планира това изследване да бъде представено в северноамериканския клон на Асоциацията за компютърна лингвистика.

„Тъй като нашата машина за преформулиране на заявки използва общи принципи за прилагане на речеви връзки, тя не зависи от конкретна информация за приложението, където ще се използва, така че не изисква преквалификация, когато я използваме, за да разширим възможностите на Alexa“, обясни Арит Гупта (Arit Gupta), експерт по лингвистика в Amazon Alexa AI. Той отбеляза, че тяхната нова технология, наречена CQR (контекстуално пренаписване на заявки), напълно освобождава кода на вътрешния гласов асистент от всякакво безпокойство относно речеви препратки в заявки.

Първо, AI определя общия контекст на заявката: каква информация иска да получи потребителят или какво действие да извърши. По време на диалога с потребителя AI класифицира ключовите думи, съхранявайки ги в специални променливи за по-нататъшна употреба. Ако следващата заявка съдържа препратка, AI ще се опита да я замени с най-вероятната от съхранените и семантично подходящи думи и ако това не е в паметта, ще се обърне към вътрешния речник на най-често използваните стойности и след това изградете отново заявката с приложената замяна, за да я предадете на гласовия асистент за изпълнение.

Както отбелязват Гупта и колегите, CQR действа като слой за предварителна обработка на гласови команди и се фокусира само върху синтактичните и семантични значения на думите. В експерименти със специално обучен набор от данни, CQR подобри точността на заявката с 22%, когато връзката в текущата заявка се отнася до дума, която е била използвана в последния отговор, и с 25%, когато връзката в текущото изказване се отнася до дума от предишно изказване.

Източник: 3dnews.ru