音声参照を理解して処理することは、Amazon Alexa などの AI アシスタントのコンテキストにおける自然言語処理の方向性にとって大きな課題です。 この問題は通常、ユーザーのクエリ内の代名詞を暗黙の概念と正しく関連付けることに関係します。たとえば、「最新のアルバムを演奏してください」というステートメント内の代名詞「彼ら」をある音楽アーティストと比較する場合などです。 Amazon の AI 専門家は、自動再構成と置換を通じて AI がそのようなリクエストを処理できるようにするテクノロジーに積極的に取り組んでいます。 したがって、「最新アルバムを再生してください」というリクエストは、自動的に「イマジン ドラゴンズの最新アルバムを再生してください」に置き換えられます。 この場合、置換に必要な単語は、機械学習を使用して計算された確率論的なアプローチに従って選択されます。
科学者 彼の研究の暫定的な結果は、「クエリ再定式化を使用したマルチドメイン対話の状態追跡のスケーリング」というかなり難しいタイトルのプレプリントに掲載されています。 近い将来、この研究は計算言語学協会の北米支部で発表される予定です。
「私たちのクエリ再定式化エンジンは音声リンクを適用するための一般原則を使用しているため、使用されるアプリケーションに関する特定の情報には依存しません。そのため、Alexa の機能を拡張するために使用するときに再トレーニングする必要はありません」と説明しました。 Arit Gupta (アリット・グプタ)、Amazon Alexa AI の言語学の専門家。 同氏は、CQR（コンテキストクエリ書き換え）と呼ばれる新技術により、内部の音声アシスタントコードがクエリ内の音声参照に関する懸念から完全に解放されると指摘した。
まず、AI はリクエストの一般的なコンテキスト、つまりユーザーがどのような情報を受け取りたいのか、またはどのようなアクションを実行するのかを判断します。 ユーザーとの対話中に、AI はキーワードを分類し、後で使用できるように特別な変数に保存します。 次のリクエストに参照が含まれている場合、AI は保存されている意味的に適切な単語の中で最も可能性の高い単語で置き換えようとし、これがメモリにない場合は、最も頻繁に使用される値の内部辞書を参照します。 、置換を適用してリクエストを再構築し、実行のために音声アシスタントに渡します。
Gupta 氏らが指摘しているように、CQR は音声コマンドの前処理層として機能し、単語の構文的意味と意味論的な意味のみに焦点を当てています。 特別にトレーニングされたデータセットを使用した実験では、CQR により、現在のクエリのリンクが最新の回答で使用された単語を参照している場合はクエリの精度が 22% 向上し、現在の発話のリンクが単語を参照している場合は 25% 向上しました。先ほどの発言より。
出所： 3dnews.ru