Das Verstehen und Verarbeiten von Sprachreferenzen ist eine große Herausforderung für die Steuerung natürlicher Sprachverarbeitung im Kontext von KI-Assistenten wie Amazon Alexa. Dieses Problem besteht normalerweise darin, Pronomen in Benutzeranfragen korrekt mit impliziten Konzepten zu verknüpfen, beispielsweise den Vergleich des Pronomens „sie“ in der Aussage „spielen ihr neuestes Album“ mit einem Musikkünstler. KI-Experten bei Amazon arbeiten aktiv an Technologien, die der KI bei der Verarbeitung solcher Anfragen durch automatische Neuformulierung und Ersetzung helfen könnten. Daher wird die Aufforderung „Spielen Sie ihr neuestes Album ab“ automatisch durch „Spielen Sie das neueste Album von Imagine Dragons“ ersetzt. In diesem Fall wird das zu ersetzende Wort nach einem probabilistischen Ansatz ausgewählt, der mithilfe von maschinellem Lernen berechnet wird.
Wissenschaftler vorläufiges Ergebnis seiner Arbeit in einem Preprint mit einem eher schwierigen Titel – „Scaling State Tracking of Multi-Domain Dialog Using Query Reformulation“. In naher Zukunft ist geplant, diese Forschung in der nordamerikanischen Niederlassung der Association for Computational Linguistics zu präsentieren.
„Da unsere Engine zur Neuformulierung von Abfragen allgemeine Prinzipien für die Anwendung von Sprachlinks verwendet, ist sie nicht von spezifischen Informationen über die Anwendung abhängig, in der sie verwendet wird. Daher ist keine Umschulung erforderlich, wenn wir sie verwenden, um die Fähigkeiten von Alexa zu erweitern“, erklärt er Arit Gupta (Arit Gupta), Linguistikexperte bei Amazon Alexa AI. Er stellte fest, dass ihre neue Technologie namens CQR (Contextual Query Rewriting) den internen Sprachassistentencode vollständig von jeglichen Bedenken hinsichtlich Sprachreferenzen in Abfragen befreit.
Zunächst bestimmt die KI den allgemeinen Kontext der Anfrage: welche Informationen der Benutzer erhalten möchte oder welche Aktion er ausführen möchte. Während des Dialogs mit dem Benutzer klassifiziert die KI Schlüsselwörter und speichert sie zur weiteren Verwendung in speziellen Variablen. Wenn die nächste Anfrage einen Verweis enthält, versucht die KI, diesen durch das wahrscheinlichste der gespeicherten und semantisch passenden Wörter zu ersetzen, und wenn dieser nicht im Speicher ist, greift sie auf das interne Wörterbuch der am häufigsten verwendeten Werte zurück , und erstellen Sie dann die Anfrage mit der angewendeten Ersetzung neu, um sie zur Ausführung an den Sprachassistenten weiterzuleiten.
Wie Gupta und Kollegen betonen, fungiert CQR als Vorverarbeitungsschicht für Sprachbefehle und konzentriert sich nur auf die syntaktische und semantische Bedeutung von Wörtern. In Experimenten mit einem speziell trainierten Datensatz verbesserte CQR die Abfragegenauigkeit um 22 %, wenn der Link in der aktuellen Abfrage auf ein Wort verweist, das in der letzten Antwort verwendet wurde, und um 25 %, wenn sich der Link in der aktuellen Äußerung auf ein Wort bezieht aus einer früheren Äußerung.
Source: 3dnews.ru