ಅಮೆಜಾನ್ ಅಲೆಕ್ಸಾದಂತಹ AI ಸಹಾಯಕರ ಸಂದರ್ಭದಲ್ಲಿ ಸಹಜ ಭಾಷಾ ಸಂಸ್ಕರಣೆಯ ನಿರ್ದೇಶನಕ್ಕೆ ಮಾತಿನ ಉಲ್ಲೇಖಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು ದೊಡ್ಡ ಸವಾಲಾಗಿದೆ. ಈ ಸಮಸ್ಯೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಸೂಚ್ಯ ಪರಿಕಲ್ಪನೆಗಳೊಂದಿಗೆ ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ ಸರ್ವನಾಮಗಳನ್ನು ಸರಿಯಾಗಿ ಸಂಯೋಜಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಉದಾಹರಣೆಗೆ, "ಅವರ ಇತ್ತೀಚಿನ ಆಲ್ಬಮ್ ಅನ್ನು ಪ್ಲೇ ಮಾಡಿ" ಎಂಬ ಹೇಳಿಕೆಯಲ್ಲಿ "ಅವರು" ಎಂಬ ಸರ್ವನಾಮವನ್ನು ಕೆಲವು ಸಂಗೀತ ಕಲಾವಿದರೊಂದಿಗೆ ಹೋಲಿಸುವುದು. ಅಮೆಜಾನ್ನಲ್ಲಿನ AI ತಜ್ಞರು ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಸಕ್ರಿಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದಾರೆ, ಅದು ಸ್ವಯಂಚಾಲಿತ ಸುಧಾರಣೆ ಮತ್ತು ಬದಲಿ ಮೂಲಕ ಅಂತಹ ವಿನಂತಿಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು AI ಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಆದ್ದರಿಂದ, "ಅವರ ಇತ್ತೀಚಿನ ಆಲ್ಬಮ್ ಅನ್ನು ಪ್ಲೇ ಮಾಡಿ" ವಿನಂತಿಯನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ "ಇತ್ತೀಚಿನ ಇಮ್ಯಾಜಿನ್ ಡ್ರ್ಯಾಗನ್ಗಳ ಆಲ್ಬಮ್ ಪ್ಲೇ ಮಾಡಿ" ಎಂದು ಬದಲಾಯಿಸಲಾಗುತ್ತದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಬಳಸಿಕೊಂಡು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲಾದ ಸಂಭವನೀಯ ವಿಧಾನಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಬದಲಿಗಾಗಿ ಅಗತ್ಯವಿರುವ ಪದವನ್ನು ಆಯ್ಕೆ ಮಾಡಲಾಗುತ್ತದೆ.
ವಿಜ್ಞಾನಿಗಳು
"ನಮ್ಮ ಪ್ರಶ್ನೆ ಸುಧಾರಣಾ ಎಂಜಿನ್ ಭಾಷಣ ಲಿಂಕ್ಗಳನ್ನು ಅನ್ವಯಿಸಲು ಸಾಮಾನ್ಯ ತತ್ವಗಳನ್ನು ಬಳಸುವುದರಿಂದ, ಅದನ್ನು ಎಲ್ಲಿ ಬಳಸಲಾಗುವುದು ಎಂಬುದರ ಕುರಿತು ಯಾವುದೇ ನಿರ್ದಿಷ್ಟ ಮಾಹಿತಿಯನ್ನು ಅವಲಂಬಿಸಿರುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಅಲೆಕ್ಸಾದ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ವಿಸ್ತರಿಸಲು ನಾವು ಅದನ್ನು ಬಳಸಿದಾಗ ಅದಕ್ಕೆ ಮರುತರಬೇತಿ ಅಗತ್ಯವಿಲ್ಲ" ಎಂದು ವಿವರಿಸಿದರು. ಅರಿತ್ ಗುಪ್ತಾ (ಅರಿತ್ ಗುಪ್ತಾ), ಅಮೆಜಾನ್ ಅಲೆಕ್ಸಾ AI ನಲ್ಲಿ ಭಾಷಾಶಾಸ್ತ್ರ ತಜ್ಞ. CQR (ಸಾಂದರ್ಭಿಕ ಪ್ರಶ್ನೆಯನ್ನು ಪುನಃ ಬರೆಯುವುದು) ಎಂದು ಕರೆಯಲ್ಪಡುವ ಅವರ ಹೊಸ ತಂತ್ರಜ್ಞಾನವು ಪ್ರಶ್ನೆಗಳಲ್ಲಿನ ಭಾಷಣದ ಉಲ್ಲೇಖಗಳ ಬಗ್ಗೆ ಯಾವುದೇ ಕಾಳಜಿಯಿಂದ ಆಂತರಿಕ ಧ್ವನಿ ಸಹಾಯಕ ಕೋಡ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಮುಕ್ತಗೊಳಿಸುತ್ತದೆ ಎಂದು ಅವರು ಗಮನಿಸಿದರು.
ಮೊದಲನೆಯದಾಗಿ, ವಿನಂತಿಯ ಸಾಮಾನ್ಯ ಸಂದರ್ಭವನ್ನು AI ನಿರ್ಧರಿಸುತ್ತದೆ: ಬಳಕೆದಾರರು ಯಾವ ಮಾಹಿತಿಯನ್ನು ಸ್ವೀಕರಿಸಲು ಬಯಸುತ್ತಾರೆ ಅಥವಾ ಯಾವ ಕ್ರಿಯೆಯನ್ನು ನಿರ್ವಹಿಸಬೇಕು. ಬಳಕೆದಾರರೊಂದಿಗೆ ಸಂವಾದದ ಸಮಯದಲ್ಲಿ, AI ಕೀವರ್ಡ್ಗಳನ್ನು ವರ್ಗೀಕರಿಸುತ್ತದೆ, ಹೆಚ್ಚಿನ ಬಳಕೆಗಾಗಿ ಅವುಗಳನ್ನು ವಿಶೇಷ ವೇರಿಯಬಲ್ಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಮುಂದಿನ ವಿನಂತಿಯು ಯಾವುದೇ ಉಲ್ಲೇಖವನ್ನು ಹೊಂದಿದ್ದರೆ, AI ಅದನ್ನು ಹೆಚ್ಚಾಗಿ ಸಂಗ್ರಹಿಸಿದ ಮತ್ತು ಶಬ್ದಾರ್ಥವಾಗಿ ಸೂಕ್ತವಾದ ಪದಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ, ಮತ್ತು ಇದು ಮೆಮೊರಿಯಲ್ಲಿ ಇಲ್ಲದಿದ್ದರೆ, ಅದು ಹೆಚ್ಚಾಗಿ ಬಳಸುವ ಮೌಲ್ಯಗಳ ಆಂತರಿಕ ನಿಘಂಟಿಗೆ ತಿರುಗುತ್ತದೆ. , ಮತ್ತು ನಂತರ ವಿನಂತಿಯನ್ನು ಮರುನಿರ್ಮಾಣ ಮಾಡಿ ಬದಲಿ ಅನ್ವಯಿಸಿ, ಅದನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲು ಧ್ವನಿ ಸಹಾಯಕರಿಗೆ ರವಾನಿಸಲು.
ಗುಪ್ತಾ ಮತ್ತು ಸಹೋದ್ಯೋಗಿಗಳು ಗಮನಿಸಿದಂತೆ, CQR ಧ್ವನಿ ಆಜ್ಞೆಗಳಿಗೆ ಪೂರ್ವ ಸಂಸ್ಕರಣೆಯ ಪದರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಪದಗಳ ವಾಕ್ಯರಚನೆ ಮತ್ತು ಶಬ್ದಾರ್ಥದ ಅರ್ಥಗಳ ಮೇಲೆ ಮಾತ್ರ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ವಿಶೇಷವಾಗಿ ತರಬೇತಿ ಪಡೆದ ಡೇಟಾಸೆಟ್ನೊಂದಿಗಿನ ಪ್ರಯೋಗಗಳಲ್ಲಿ, ಪ್ರಸ್ತುತ ಪ್ರಶ್ನೆಯಲ್ಲಿರುವ ಲಿಂಕ್ ಇತ್ತೀಚಿನ ಉತ್ತರದಲ್ಲಿ ಬಳಸಿದ ಪದವನ್ನು ಉಲ್ಲೇಖಿಸಿದಾಗ CQR ಪ್ರಶ್ನೆಯ ನಿಖರತೆಯನ್ನು 22% ರಷ್ಟು ಸುಧಾರಿಸಿದೆ ಮತ್ತು ಪ್ರಸ್ತುತ ಉಚ್ಚಾರಣೆಯಲ್ಲಿನ ಲಿಂಕ್ ಪದವನ್ನು ಉಲ್ಲೇಖಿಸಿದಾಗ 25% ರಷ್ಟು ಹಿಂದಿನ ಹೇಳಿಕೆಯಿಂದ.
ಮೂಲ: 3dnews.ru