Comprendere ed elaborare i riferimenti vocali rappresenta una grande sfida per la direzione dell'elaborazione del linguaggio naturale nel contesto degli assistenti AI come Amazon Alexa. Questo problema di solito comporta l'associazione corretta dei pronomi nelle query degli utenti con concetti impliciti, ad esempio confrontando il pronome "loro" nell'affermazione "suona il loro ultimo album" con qualche artista musicale. Gli esperti di intelligenza artificiale di Amazon stanno lavorando attivamente su una tecnologia che potrebbe aiutare l’intelligenza artificiale a elaborare tali richieste attraverso la riformulazione e la sostituzione automatiche. Pertanto, la richiesta “Riproduci il loro ultimo album” verrà automaticamente sostituita con “Riproduci l’ultimo album degli Imagine Dragons”. In questo caso, la parola necessaria per la sostituzione viene selezionata secondo un approccio probabilistico calcolato utilizzando l'apprendimento automatico.
gli scienziati risultato preliminare del suo lavoro in una prestampa dal titolo piuttosto difficile: "Scaling state tracking of multi-domain dialog using query reformulation". Nel prossimo futuro si prevede di presentare questa ricerca alla filiale nordamericana dell'Association for Computational Linguistics.
"Poiché il nostro motore di riformulazione delle query utilizza principi generali per l'applicazione dei collegamenti vocali, non dipende da alcuna informazione specifica sull'applicazione in cui verrà utilizzato, quindi non richiede riqualificazione quando lo utilizziamo per estendere le funzionalità di Alexa", ha spiegato Arit Gupta (Arit Gupta), esperto di linguistica presso Amazon Alexa AI. Ha notato che la loro nuova tecnologia, chiamata CQR (riscrittura contestuale delle query), libera completamente il codice dell'assistente vocale interno da qualsiasi preoccupazione sui riferimenti vocali nelle query.
Innanzitutto, l’intelligenza artificiale determina il contesto generale della richiesta: quali informazioni l’utente desidera ricevere o quale azione eseguire. Durante il dialogo con l'utente, l'IA classifica le parole chiave, memorizzandole in apposite variabili per un ulteriore utilizzo. Se la richiesta successiva contiene qualche riferimento, l'IA proverà a sostituirlo con la più probabile tra le parole memorizzate e semanticamente adatte, e se questa non è in memoria, si rivolgerà al dizionario interno dei valori utilizzati più frequentemente , quindi ricostruire la richiesta con la sostituzione applicata, per trasmetterla all'assistente vocale per l'esecuzione.
Come sottolineano Gupta e colleghi, CQR funge da livello di preelaborazione per i comandi vocali e si concentra solo sui significati sintattici e semantici delle parole. Negli esperimenti con un set di dati appositamente addestrato, CQR ha migliorato l'accuratezza della query del 22% quando il collegamento nella query corrente si riferisce a una parola utilizzata nella risposta più recente e del 25% quando il collegamento nell'espressione corrente si riferisce a una parola da una frase precedente.
Fonte: 3dnews.ru