Puheviittausten ymmärtäminen ja käsittely on iso haaste luonnollisen kielen käsittelyn suunnalle Amazon Alexan kaltaisten tekoälyassistenttien kontekstissa. Tämä ongelma sisältää yleensä käyttäjien kyselyissä olevien pronominien oikean yhdistämisen implisiittisiin käsitteisiin, esimerkiksi vertaamalla pronominia "he" lauseessa "soita uusin albuminsa" johonkin musiikkiartistiin. Amazonin tekoälyasiantuntijat työskentelevät aktiivisesti teknologian parissa, joka voisi auttaa tekoälyä käsittelemään tällaisia pyyntöjä automaattisen uudelleenmuotoilun ja korvaamisen avulla. Joten pyyntö "Soita uusin albuminsa" korvataan automaattisesti "Soita uusin Imagine Dragons -albumi". Tässä tapauksessa korvaamiseen tarvittava sana valitaan koneoppimisen avulla lasketun todennäköisyyspohjaisen lähestymistavan mukaisesti.
Tutkijat hänen työnsä alustava tulos preprintissä, jonka otsikko on melko vaikea - "Moniverkkotunnuksen dialogin skaalaustilan seuranta käyttämällä kyselyn uudelleenmuotoilua." Lähitulevaisuudessa tämä tutkimus on tarkoitus esitellä Computational Linguistics -yhdistyksen Pohjois-Amerikan osastolla.
"Koska kyselyn uudelleenformulointimoottorimme käyttää yleisiä periaatteita puhelinkkien käyttöönotossa, se ei riipu mistään tiedoista sovelluksesta, jossa sitä käytetään, joten se ei vaadi uudelleenkoulutusta, kun käytämme sitä Alexan ominaisuuksien laajentamiseen", selitti. Arit Gupta (Arit Gupta), Amazon Alexa AI:n kieliasiantuntija. Hän huomautti, että heidän uusi teknologiansa, nimeltään CQR (kontekstuaalinen kyselyn uudelleenkirjoitus), vapauttaa sisäisen ääniavustajan koodin täysin kaikista puheviittauksista kyselyissä.
Ensinnäkin tekoäly määrittää pyynnön yleisen kontekstin: mitä tietoja käyttäjä haluaa vastaanottaa tai mitä toimia hän suorittaa. Vuoropuhelun aikana käyttäjän kanssa AI luokittelee avainsanat tallentamalla ne erityisiin muuttujiin myöhempää käyttöä varten. Jos seuraava pyyntö sisältää viittauksen, tekoäly yrittää korvata sen todennäköisimmillä tallennetuilla ja semanttisesti sopivilla sanoilla, ja jos tämä ei ole muistissa, se siirtyy useimmin käytettyjen arvojen sisäiseen sanakirjaan. , ja muodosta sitten pyyntö uudelleen käyttämällä korvausta, jotta se välitetään ääniavustajalle suoritettavaa varten.
Kuten Gupta ja kollegat huomauttavat, CQR toimii puhekomentojen esikäsittelykerroksena ja keskittyy vain sanojen syntaktisiin ja semanttisiin merkityksiin. Erityisesti koulutetulla tietojoukolla tehdyissä kokeissa CQR paransi kyselyn tarkkuutta 22 %, kun nykyisen kyselyn linkki viittaa sanaan, jota käytettiin viimeisimmässä vastauksessa, ja 25 %, kun nykyisen lausunnon linkki viittaa sanaan. edellisestä lausunnosta.
Lähde: 3dnews.ru