Amazon ចង់បង្រៀន Alexa ឱ្យយល់សព្វនាមឱ្យបានត្រឹមត្រូវ

ការយល់ដឹង និងដំណើរការឯកសារយោងការនិយាយគឺជាបញ្ហាប្រឈមដ៏ធំមួយសម្រាប់ទិសដៅនៃដំណើរការភាសាធម្មជាតិនៅក្នុងបរិបទនៃជំនួយការ AI ដូចជា Amazon Alexa ជាដើម។ បញ្ហានេះជាធម្មតាពាក់ព័ន្ធនឹងការភ្ជាប់សព្វនាមយ៉ាងត្រឹមត្រូវនៅក្នុងសំណួររបស់អ្នកប្រើជាមួយនឹងគំនិតបង្កប់ន័យ ឧទាហរណ៍ ការប្រៀបធៀបសព្វនាម "ពួកគេ" នៅក្នុងសេចក្តីថ្លែងការណ៍ "លេងអាល់ប៊ុមចុងក្រោយរបស់ពួកគេ" ជាមួយសិល្បករតន្ត្រីមួយចំនួន។ អ្នកជំនាញ AI នៅ Amazon កំពុងធ្វើការយ៉ាងសកម្មលើបច្ចេកវិទ្យាដែលអាចជួយ AI ដំណើរការសំណើបែបនេះតាមរយៈការធ្វើកំណែទម្រង់ និងការជំនួសដោយស្វ័យប្រវត្តិ។ ដូច្នេះ សំណើ "លេងអាល់ប៊ុមចុងក្រោយបំផុតរបស់ពួកគេ" នឹងត្រូវបានជំនួសដោយស្វ័យប្រវត្តិដោយ "លេងអាល់ប៊ុម Imagine Dragons ចុងក្រោយបង្អស់" ។ ក្នុងករណីនេះ ពាក្យដែលត្រូវការសម្រាប់ការជំនួសគឺត្រូវបានជ្រើសរើសដោយអនុលោមតាមវិធីសាស្រ្តប្រូបាប៊ីលីស្ទិកដែលត្រូវបានគណនាដោយប្រើការរៀនម៉ាស៊ីន។

អ្នកវិទ្យាសាស្ត្រ បោះពុម្ភ លទ្ធផលបឋមនៃការងាររបស់គាត់នៅក្នុងការបោះពុម្ពជាមុនជាមួយនឹងចំណងជើងពិបាកជាង - "ការធ្វើមាត្រដ្ឋានការតាមដានស្ថានភាពនៃការសន្ទនាពហុដែនដោយប្រើកំណែទម្រង់សំណួរ។" នាពេលអនាគតដ៏ខ្លីខាងមុខនេះ វាត្រូវបានគ្រោងនឹងបង្ហាញការស្រាវជ្រាវនេះនៅសាខាអាមេរិកខាងជើងនៃសមាគមសម្រាប់ភាសាវិទ្យាកុំព្យូទ័រ។

"ដោយសារតែម៉ាស៊ីនកំណែទម្រង់សំណួររបស់យើងប្រើគោលការណ៍ទូទៅសម្រាប់ការអនុវត្តតំណភ្ជាប់ការនិយាយ វាមិនអាស្រ័យលើព័ត៌មានជាក់លាក់ណាមួយអំពីកម្មវិធីដែលវានឹងត្រូវបានប្រើ ដូច្នេះវាមិនតម្រូវឱ្យមានការបណ្តុះបណ្តាលឡើងវិញនៅពេលដែលយើងប្រើវាដើម្បីពង្រីកសមត្ថភាពរបស់ Alexa" ។ Arit Gupta (Arit Gupta) អ្នកជំនាញភាសានៅ Amazon Alexa AI ។ គាត់បានកត់សម្គាល់ថាបច្ចេកវិទ្យាថ្មីរបស់ពួកគេដែលហៅថា CQR (ការសរសេរសំណួរតាមបរិបទ) រំដោះកូដជំនួយការសំឡេងខាងក្នុងទាំងស្រុងពីការព្រួយបារម្ភអំពីសេចក្តីយោងការនិយាយនៅក្នុងសំណួរ។

ទីមួយ AI កំណត់បរិបទទូទៅនៃសំណើ៖ តើព័ត៌មានអ្វីដែលអ្នកប្រើប្រាស់ចង់ទទួល ឬសកម្មភាពអ្វីដែលត្រូវអនុវត្ត។ ក្នុងអំឡុងពេលសន្ទនាជាមួយអ្នកប្រើប្រាស់ AI ចាត់ថ្នាក់ពាក្យគន្លឹះ ដោយរក្សាទុកវានៅក្នុងអថេរពិសេសសម្រាប់ការប្រើប្រាស់បន្ថែមទៀត។ ប្រសិនបើសំណើបន្ទាប់មានឯកសារយោងណាមួយ AI នឹងព្យាយាមជំនួសវាដោយពាក្យដែលទំនងបំផុតដែលត្រូវបានរក្សាទុក និងសមស្របបំផុត ហើយប្រសិនបើវាមិននៅក្នុងសតិ វានឹងប្រែទៅជាវចនានុក្រមខាងក្នុងនៃតម្លៃដែលប្រើញឹកញាប់បំផុត ហើយបន្ទាប់មកបង្កើតសំណើឡើងវិញជាមួយនឹងការជំនួសដែលបានអនុវត្ត ដើម្បីបញ្ជូនវាទៅអ្នកជំនួយការសំឡេងសម្រាប់ការប្រតិបត្តិ។

ដូចដែល Gupta និងសហការីបានចង្អុលបង្ហាញ CQR ដើរតួជាស្រទាប់ដែលដំណើរការមុនសម្រាប់ការបញ្ជាដោយសំឡេង ហើយផ្តោតតែលើអត្ថន័យវាក្យសម្ព័ន្ធ និងអត្ថន័យនៃពាក្យប៉ុណ្ណោះ។ នៅក្នុងការពិសោធន៍ជាមួយនឹងសំណុំទិន្នន័យដែលបានបណ្តុះបណ្តាលពិសេស CQR បានធ្វើឱ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវនៃសំណួរដោយ 22% នៅពេលដែលតំណភ្ជាប់នៅក្នុងសំណួរបច្ចុប្បន្នសំដៅទៅលើពាក្យដែលត្រូវបានប្រើនៅក្នុងចម្លើយចុងក្រោយបំផុត និង 25% នៅពេលដែលតំណភ្ជាប់នៅក្នុងពាក្យបច្ចុប្បន្នសំដៅទៅលើពាក្យមួយ។ ពីការនិយាយមុន។

ប្រភព: 3dnews.ru