Comprendre et traiter les références vocales constitue un défi majeur pour la direction du traitement du langage naturel dans le contexte des assistants IA tels qu'Amazon Alexa. Ce problème implique généralement d'associer correctement les pronoms dans les requêtes des utilisateurs avec des concepts implicites, par exemple, en comparant le pronom « eux » dans l'énoncé « joue leur dernier album » avec un artiste musical. Les experts en IA d'Amazon travaillent activement sur une technologie qui pourrait aider l'IA à traiter de telles demandes grâce à une reformulation et un remplacement automatiques. Ainsi, la demande « Jouer leur dernier album » sera automatiquement remplacée par « Jouer le dernier album d'Imagine Dragons ». Dans ce cas, le mot nécessaire au remplacement est sélectionné conformément à une approche probabiliste calculée à l'aide de l'apprentissage automatique.
Scientifiques résultat préliminaire de son travail dans une prépublication au titre plutôt difficile - "Scaling state tracking of multi-domain dialogue using query reformulation". Dans un avenir proche, il est prévu de présenter ces recherches à la branche nord-américaine de l'Association for Computational Linguistics.
"Étant donné que notre moteur de reformulation de requêtes utilise des principes généraux pour appliquer des liens vocaux, il ne dépend d'aucune information spécifique sur l'application dans laquelle il sera utilisé, il ne nécessite donc pas de recyclage lorsque nous l'utilisons pour étendre les capacités d'Alexa", a expliqué Arit Gupta (Arit Gupta), expert linguistique chez Amazon Alexa AI. Il a noté que leur nouvelle technologie, appelée CQR (contextual query rewriting), libère complètement le code de l'assistant vocal interne de tout souci concernant les références vocales dans les requêtes.
Tout d’abord, l’IA détermine le contexte général de la requête : quelles informations l’utilisateur souhaite recevoir ou quelle action effectuer. Au cours du dialogue avec l'utilisateur, l'IA classe les mots-clés et les stocke dans des variables spéciales pour une utilisation ultérieure. Si la requête suivante contient une référence, l'IA essaiera de la remplacer par le mot le plus probable parmi les mots stockés et sémantiquement appropriés, et si celle-ci n'est pas en mémoire, elle se tournera vers le dictionnaire interne des valeurs les plus fréquemment utilisées. , puis reconstruisez la requête avec le remplacement appliqué, pour la transmettre à l'assistant vocal pour exécution.
Comme le soulignent Gupta et ses collègues, CQR agit comme une couche de prétraitement pour les commandes vocales et se concentre uniquement sur la signification syntaxique et sémantique des mots. Lors d'expériences avec un ensemble de données spécialement entraîné, CQR a amélioré la précision des requêtes de 22 % lorsque le lien dans la requête actuelle fait référence à un mot utilisé dans la réponse la plus récente, et de 25 % lorsque le lien dans l'énoncé actuel fait référence à un mot. d'un énoncé antérieur.
Source: 3dnews.ru