Comprender y procesar referencias de voz es un gran desafío para la dirección del procesamiento del lenguaje natural en el contexto de asistentes de inteligencia artificial como Amazon Alexa. Este problema suele implicar asociar correctamente los pronombres en las consultas de los usuarios con conceptos implícitos, por ejemplo, comparar el pronombre “ellos” en la afirmación “tocar su último álbum” con algún artista musical. Los expertos en inteligencia artificial de Amazon están trabajando activamente en tecnología que podría ayudar a la inteligencia artificial a procesar dichas solicitudes mediante la reformulación y el reemplazo automáticos. Por lo tanto, la solicitud "Reproducir su último álbum" se reemplazará automáticamente por "Reproducir el último álbum de Imagine Dragons". En este caso, la palabra necesaria para el reemplazo se selecciona de acuerdo con un enfoque probabilístico calculado mediante aprendizaje automático.
Los cientificos resultado preliminar de su trabajo en una preimpresión con un título bastante difícil: "Escalar el seguimiento del estado del diálogo multidominio mediante la reformulación de consultas". En un futuro próximo, está previsto presentar esta investigación en la rama norteamericana de la Asociación de Lingüística Computacional.
“Debido a que nuestro motor de reformulación de consultas utiliza principios generales para aplicar enlaces de voz, no depende de ninguna información específica sobre la aplicación donde se usará, por lo que no requiere reentrenamiento cuando lo usamos para ampliar las capacidades de Alexa”, explicó Arit Gupta (Arit Gupta), experto en lingüística de Amazon Alexa AI. Señaló que su nueva tecnología, llamada CQR (reescritura de consultas contextuales), libera completamente el código interno del asistente de voz de cualquier preocupación por las referencias de voz en las consultas.
Primero, la IA determina el contexto general de la solicitud: qué información quiere recibir el usuario o qué acción realizar. Durante el diálogo con el usuario, la IA clasifica las palabras clave y las almacena en variables especiales para su uso posterior. Si la siguiente solicitud contiene alguna referencia, la IA intentará reemplazarla con la más probable de las palabras almacenadas y semánticamente adecuadas, y si no está en la memoria, recurrirá al diccionario interno de los valores utilizados con más frecuencia. y luego reconstruir la solicitud con el reemplazo aplicado para pasarla al asistente de voz para su ejecución.
Como señalan Gupta y sus colegas, CQR actúa como una capa de preprocesamiento para comandos de voz y se centra únicamente en los significados sintácticos y semánticos de las palabras. En experimentos con un conjunto de datos especialmente entrenado, CQR mejoró la precisión de la consulta en un 22 % cuando el enlace de la consulta actual hace referencia a una palabra que se utilizó en la respuesta más reciente, y en un 25 % cuando el enlace de la expresión actual hace referencia a una palabra. de una expresión anterior.
Fuente: 3dnews.ru