درک و پردازش مراجع گفتار یک چالش بزرگ برای جهت پردازش زبان طبیعی در زمینه دستیاران هوش مصنوعی مانند آمازون الکسا است. این مشکل معمولاً شامل ارتباط صحیح ضمایر در جستجوهای کاربر با مفاهیم ضمنی است، برای مثال، مقایسه ضمیر "آنها" در عبارت "آخرین آلبوم خود را پخش کنید" با برخی از هنرمندان موسیقی. کارشناسان هوش مصنوعی در آمازون به طور فعال روی فناوری کار می کنند که می تواند به هوش مصنوعی در پردازش چنین درخواست هایی از طریق فرمول بندی مجدد و جایگزینی خودکار کمک کند. بنابراین، درخواست "Play their latest album" به طور خودکار با "Play the latest Imagine Dragons album" جایگزین می شود. در این مورد، کلمه مورد نیاز برای جایگزینی مطابق با یک رویکرد احتمالی محاسبه شده با استفاده از یادگیری ماشین انتخاب می شود.
دانشمندان نتیجه اولیه کار او در یک پیش چاپ با عنوان نسبتاً دشوار - "مقیاس ردیابی وضعیت گفتگوی چند دامنه با استفاده از فرمول بندی مجدد پرس و جو". در آینده نزدیک قرار است این تحقیق در شعبه آمریکای شمالی انجمن زبانشناسی محاسباتی ارائه شود.
توضیح داد: "از آنجایی که موتور فرمول مجدد پرس و جو ما از اصول کلی برای اعمال پیوندهای گفتاری استفاده می کند، به هیچ اطلاعات خاصی در مورد برنامه کاربردی که در آن استفاده می شود بستگی ندارد، بنابراین زمانی که از آن برای گسترش قابلیت های الکسا استفاده می کنیم، نیازی به آموزش مجدد نیست." آریت گوپتا (آریت گوپتا)، کارشناس زبان شناسی در آمازون الکسا AI. وی خاطرنشان کرد که فناوری جدید آنها به نام CQR (بازنویسی پرس و جوی متنی)، کد دستیار صوتی داخلی را کاملاً از هرگونه نگرانی در مورد ارجاعات گفتاری در پرس و جوها رها می کند.
ابتدا، هوش مصنوعی زمینه کلی درخواست را تعیین می کند: کاربر چه اطلاعاتی را می خواهد دریافت کند یا چه اقدامی را انجام دهد. در طول گفتگو با کاربر، هوش مصنوعی کلمات کلیدی را طبقه بندی می کند و آنها را برای استفاده بیشتر در متغیرهای ویژه ذخیره می کند. اگر درخواست بعدی حاوی هر مرجعی باشد، هوش مصنوعی سعی می کند آن را با محتمل ترین کلمات ذخیره شده و مناسب از نظر معنایی جایگزین کند و اگر در حافظه نباشد، به فرهنگ لغت داخلی پرکاربردترین مقادیر مراجعه می کند. و سپس درخواست را با جایگزینی اعمال شده بازسازی کنید تا آن را برای اجرا به دستیار صوتی ارسال کنید.
همانطور که گوپتا و همکارانش اشاره می کنند، CQR به عنوان یک لایه پیش پردازش برای دستورات صوتی عمل می کند و تنها بر معانی نحوی و معنایی کلمات تمرکز می کند. در آزمایش‌هایی با مجموعه داده‌های ویژه آموزش‌دیده، CQR دقت پرس و جو را تا 22 درصد هنگامی که پیوند در جستار فعلی به کلمه‌ای اشاره می‌کند که در آخرین پاسخ استفاده شده است و تا 25 درصد زمانی که پیوند در عبارت فعلی به یک کلمه اشاره دارد، بهبود می‌بخشد. از یک گفته قبلی
منبع: 3dnews.ru