એમેઝોન એલેક્સાને સર્વનામને યોગ્ય રીતે સમજવા શીખવવા માંગે છે

એમેઝોન એલેક્સા જેવા એઆઈ સહાયકોના સંદર્ભમાં પ્રાકૃતિક ભાષા પ્રક્રિયાની દિશા માટે ભાષણ સંદર્ભોને સમજવું અને તેની પ્રક્રિયા કરવી એ એક મોટો પડકાર છે. આ સમસ્યામાં સામાન્ય રીતે ગર્ભિત વિભાવનાઓ સાથે વપરાશકર્તાની ક્વેરીઝમાં સર્વનામને યોગ્ય રીતે સાંકળવાનો સમાવેશ થાય છે, ઉદાહરણ તરીકે, "તેમનું નવીનતમ આલ્બમ ચલાવો" વિધાનમાં સર્વનામ "તેમ" ની તુલના કેટલાક સંગીત કલાકાર સાથે કરવી. એમેઝોનના AI નિષ્ણાતો સક્રિયપણે ટેક્નોલોજી પર કામ કરી રહ્યા છે જે એઆઈને સ્વચાલિત સુધારણા અને રિપ્લેસમેન્ટ દ્વારા આવી વિનંતીઓ પર પ્રક્રિયા કરવામાં મદદ કરી શકે છે. તેથી, "તેમનું નવીનતમ આલ્બમ ચલાવો" વિનંતીને આપમેળે "નવીનતમ ઇમેજિન ડ્રેગન આલ્બમ ચલાવો" સાથે બદલવામાં આવશે. આ કિસ્સામાં, રિપ્લેસમેન્ટ માટે જરૂરી શબ્દ મશીન લર્નિંગનો ઉપયોગ કરીને ગણતરી કરાયેલ સંભવિત અભિગમ અનુસાર પસંદ કરવામાં આવે છે.

વૈજ્ઞાનિકો પ્રકાશિત મુશ્કેલ શીર્ષક સાથે પ્રીપ્રિન્ટમાં તેમના કાર્યનું પ્રારંભિક પરિણામ - "ક્વેરી રિફોર્મ્યુલેશનનો ઉપયોગ કરીને મલ્ટિ-ડોમેન ડાયલોગનું સ્કેલિંગ સ્ટેટ ટ્રેકિંગ." નજીકના ભવિષ્યમાં, એસોસિએશન ફોર કોમ્પ્યુટેશનલ ભાષાશાસ્ત્રની ઉત્તર અમેરિકન શાખામાં આ સંશોધન રજૂ કરવાનું આયોજન છે.

"કારણ કે અમારું ક્વેરી રિફોર્મ્યુલેશન એન્જિન સ્પીચ લિંક્સ લાગુ કરવા માટે સામાન્ય સિદ્ધાંતોનો ઉપયોગ કરે છે, તે એપ્લિકેશન વિશેની કોઈ ચોક્કસ માહિતી પર આધાર રાખતું નથી જ્યાં તેનો ઉપયોગ કરવામાં આવશે, તેથી જ્યારે અમે તેનો ઉપયોગ એલેક્સાની ક્ષમતાઓને વિસ્તારવા માટે કરીએ ત્યારે તેને ફરીથી તાલીમ આપવાની જરૂર નથી," સમજાવ્યું. Arit Gupta (Arit Gupta), Amazon Alexa AI ખાતે ભાષાશાસ્ત્રના નિષ્ણાત. તેમણે નોંધ્યું હતું કે તેમની નવી ટેક્નોલોજી, જેને CQR (સંદર્ભિક ક્વેરી રિરાઇટિંગ) કહેવાય છે, તે આંતરિક વૉઇસ સહાયક કોડને પ્રશ્નોમાં વાણી સંદર્ભો વિશેની કોઈપણ ચિંતામાંથી સંપૂર્ણપણે મુક્ત કરે છે.

પ્રથમ, AI વિનંતીનો સામાન્ય સંદર્ભ નક્કી કરે છે: વપરાશકર્તા કઈ માહિતી મેળવવા માંગે છે અથવા કઈ ક્રિયા કરવા માંગે છે. વપરાશકર્તા સાથેના સંવાદ દરમિયાન, AI કીવર્ડ્સને વર્ગીકૃત કરે છે, તેમને વધુ ઉપયોગ માટે વિશિષ્ટ ચલોમાં સંગ્રહિત કરે છે. જો આગલી વિનંતીમાં કોઈ સંદર્ભ હોય, તો AI તેને સંગ્રહિત અને અર્થપૂર્ણ રીતે યોગ્ય શબ્દો સાથે બદલવાનો પ્રયાસ કરશે, અને જો આ મેમરીમાં ન હોય, તો તે સૌથી વધુ ઉપયોગમાં લેવાતા મૂલ્યોના આંતરિક શબ્દકોશ તરફ વળશે. , અને પછી એક્ઝેક્યુશન માટે વૉઇસ સહાયકને મોકલવા માટે, રિપ્લેસમેન્ટ લાગુ કરીને વિનંતીને ફરીથી બનાવો.

જેમ કે ગુપ્તા અને સહકર્મીઓ નિર્દેશ કરે છે, CQR વૉઇસ કમાન્ડ માટે પ્રીપ્રોસેસિંગ લેયર તરીકે કામ કરે છે અને માત્ર શબ્દોના સિન્ટેક્ટિક અને સિમેન્ટીક અર્થો પર ધ્યાન કેન્દ્રિત કરે છે. ખાસ પ્રશિક્ષિત ડેટાસેટ સાથેના પ્રયોગોમાં, CQR એ ક્વેરી સચોટતામાં 22% સુધારો કર્યો છે જ્યારે વર્તમાન ક્વેરીમાંની લિંક સૌથી તાજેતરના જવાબમાં ઉપયોગમાં લેવાતા શબ્દનો સંદર્ભ આપે છે, અને જ્યારે વર્તમાન ઉચ્ચારણની લિંક શબ્દનો સંદર્ભ આપે છે ત્યારે 25% દ્વારા અગાઉના ઉચ્ચારણમાંથી.

સોર્સ: 3dnews.ru