At forstå og behandle talereferencer er en stor udfordring for retningen af naturlig sprogbehandling i forbindelse med AI-assistenter som Amazon Alexa. Dette problem involverer normalt korrekt associering af stedord i brugerforespørgsler med underforståede begreber, for eksempel at sammenligne pronomenet "dem" i udsagnet "afspil deres seneste album" med en musikalsk kunstner. AI-eksperter hos Amazon arbejder aktivt på teknologi, der kan hjælpe AI med at behandle sådanne anmodninger gennem automatisk omformulering og udskiftning. Så anmodningen "Afspil deres seneste album" vil automatisk blive erstattet med "Afspil det seneste Imagine Dragons-album." I dette tilfælde vælges det ord, der er nødvendigt for udskiftning, i overensstemmelse med en probabilistisk tilgang beregnet ved hjælp af maskinlæring.
Forskere foreløbigt resultat af hans arbejde i et fortryk med en temmelig vanskelig titel - "Scaling state tracking of multi-domain dialogue using query reformulation." I den nærmeste fremtid er det planlagt at præsentere denne forskning på den nordamerikanske afdeling af Association for Computational Linguistics.
"Fordi vores forespørgselsreformuleringsmotor bruger generelle principper for at anvende talelinks, afhænger den ikke af nogen specifik information om den applikation, hvor den vil blive brugt, så den kræver ikke genoptræning, når vi bruger den til at udvide Alexas muligheder," forklarede Arit Gupta (Arit Gupta), lingvistikekspert hos Amazon Alexa AI. Han bemærkede, at deres nye teknologi, kaldet CQR (contextual query rewriting), fuldstændig frigør den interne stemmeassistentkode fra enhver bekymring om talereferencer i forespørgsler.
For det første bestemmer AI den generelle kontekst for anmodningen: hvilken information brugeren ønsker at modtage, eller hvilken handling der skal udføres. Under dialogen med brugeren klassificerer AI nøgleord og gemmer dem i specielle variabler til videre brug. Hvis den næste anmodning indeholder en reference, vil AI prøve at erstatte den med de mest sandsynlige af de gemte og semantisk egnede ord, og hvis dette ikke er i hukommelsen, vil det henvende sig til den interne ordbog over de mest anvendte værdier , og genopbygg derefter anmodningen med erstatningen anvendt, for at videregive den til stemmeassistenten til udførelse.
Som Gupta og kolleger påpeger, fungerer CQR som et forbehandlingslag for stemmekommandoer og fokuserer kun på de syntaktiske og semantiske betydninger af ord. I eksperimenter med et specielt trænet datasæt forbedrede CQR forespørgselsnøjagtigheden med 22 %, når linket i den aktuelle forespørgsel refererer til et ord, der blev brugt i det seneste svar, og med 25 %, når linket i den aktuelle ytring refererer til et ord fra en tidligere ytring.
Kilde: 3dnews.ru