Խոսքի հղումների ըմբռնումը և մշակումը մեծ մարտահրավեր է բնական լեզվի մշակման ուղղության համար AI օգնականների համատեքստում, ինչպիսին է Amazon Alexa-ն: Այս խնդիրը սովորաբար ներառում է օգտատերերի հարցումներում դերանունների ճիշտ կապը ենթադրյալ հասկացությունների հետ, օրինակ՝ համեմատելով «նրանք» դերանունը «նվագել իրենց վերջին ալբոմը» հայտարարության մեջ որոշ երաժշտական կատարողի հետ: AI փորձագետները Amazon-ում ակտիվորեն աշխատում են տեխնոլոգիայի վրա, որը կարող է օգնել AI-ին մշակել նման հարցումները՝ ավտոմատ վերափոխման և փոխարինման միջոցով: Այսպիսով, «Նվագարկել նրանց վերջին ալբոմը» խնդրանքն ավտոմատ կերպով կփոխարինվի «Նվագարկել Imagine Dragons-ի վերջին ալբոմը»: Այս դեպքում փոխարինման համար անհրաժեշտ բառն ընտրվում է մեքենայական ուսուցման միջոցով հաշվարկված հավանական մոտեցման համաձայն:
Գիտնականներ նրա աշխատանքի նախնական արդյունքը բավականին բարդ վերնագրով նախնական տպագրության մեջ. Առաջիկայում նախատեսվում է այս հետազոտությունը ներկայացնել Հաշվողական լեզվաբանության ասոցիացիայի հյուսիսամերիկյան մասնաճյուղում։
«Քանի որ մեր հարցումների վերաձեւակերպման շարժիչը օգտագործում է ընդհանուր սկզբունքներ խոսքի հղումներ կիրառելու համար, այն կախված չէ հավելվածի վերաբերյալ որևէ կոնկրետ տեղեկատվությունից, որտեղ այն կօգտագործվի, ուստի այն չի պահանջում վերապատրաստում, երբ մենք օգտագործում ենք այն Alexa-ի հնարավորությունները ընդլայնելու համար», - բացատրեց: Արիտ Գուպտա (Arit Gupta), լեզվաբանության փորձագետ Amazon Alexa AI-ում: Նա նշեց, որ իրենց նոր տեխնոլոգիան, որը կոչվում է CQR (համատեքստային հարցումների վերագրանցում), լիովին ազատում է ներքին ձայնային օգնականի կոդը ցանկացած մտահոգությունից՝ կապված հարցումներում խոսքի հղումների հետ:
Նախ, AI-ն որոշում է հարցման ընդհանուր համատեքստը՝ ինչ տեղեկատվություն է օգտատերը ցանկանում ստանալ կամ ինչ գործողություն կատարել: Օգտագործողի հետ երկխոսության ընթացքում AI-ը դասակարգում է հիմնաբառեր՝ դրանք պահելով հատուկ փոփոխականներում՝ հետագա օգտագործման համար: Եթե հաջորդ հարցումը պարունակում է որևէ հղում, ապա AI-ն կփորձի այն փոխարինել ամենահավանական և իմաստային առումով հարմար բառերով, և եթե դա հիշողության մեջ չէ, այն կդիմի ամենահաճախ օգտագործվող արժեքների ներքին բառարանին: , և այնուհետև վերակառուցեք հարցումը կիրառված փոխարինմամբ՝ այն կատարելու ձայնային օգնականին փոխանցելու համար:
Ինչպես նշում են Գուպտան և գործընկերները, CQR-ն գործում է որպես ձայնային հրամանների նախնական մշակման շերտ և կենտրոնանում է միայն բառերի շարահյուսական և իմաստային իմաստների վրա: Հատուկ պատրաստված տվյալների բազայի հետ փորձերի ժամանակ CQR-ն բարելավեց հարցումների ճշգրտությունը 22%-ով, երբ ընթացիկ հարցման հղումը վերաբերում է մի բառին, որն օգտագործվել է ամենավերջին պատասխանում, և 25%-ով, երբ ընթացիկ խոսքի հղումը վերաբերում է բառին: նախորդ խոսքից.
Source: 3dnews.ru