Амазон сака да ја научи Alexa правилно да ги разбира заменките

Разбирањето и обработката на референци за говор е голем предизвик за насоката на обработка на природниот јазик во контекст на асистентите за вештачка интелигенција, како што е Amazon Alexa. Овој проблем обично вклучува правилно поврзување на заменките во барањата на корисниците со имплицираните концепти, на пример, споредување на заменката „тие“ во изјавата „пушти го нивниот последен албум“ со некој музички изведувач. Експертите за вештачка интелигенција во Амазон активно работат на технологија која би можела да и помогне на вештачката интелигенција да ги процесира таквите барања преку автоматско преформулирање и замена. Така, барањето „Пушти го нивниот последен албум“ автоматски ќе се замени со „Пушти го најновиот албум на Imagine Dragons“. Во овој случај, зборот потребен за замена е избран во согласност со веројатен пристап пресметан со користење на машинско учење.

Научници објавено прелиминарен резултат од неговата работа во претпечатење со прилично тежок наслов - „Следење на состојбата на следење на дијалогот со повеќе домени користејќи преформулирање на барањето“. Во блиска иднина се планира ова истражување да се презентира во северноамериканскиот огранок на Здружението за компјутерска лингвистика.

„Бидејќи нашиот мотор за преформулирање на прашања користи општи принципи за користење на говорни врски, тој не зависи од никакви конкретни информации за апликацијата каде што ќе се користи, така што не бара преквалификација кога ќе ги прошириме можностите на Alexa со неа“, објасни Арит. Гупта (Арит Гупта), експерт по лингвистика во АИ на Амазон Алекса. Тој истакна дека нивната нова технологија, наречена CQR (контекстуално препишување на прашања), целосно го ослободува кодот на внатрешниот гласовен асистент од каква било грижа за референци за говор во барањата.

Прво, вештачката интелигенција го одредува општиот контекст на барањето: какви информации сака да добие корисникот или каква акција да изврши. За време на дијалогот со корисникот, AI ги класифицира клучните зборови, складирајќи ги во посебни променливи за понатамошна употреба. Ако следното барање содржи каква било референца, вештачката интелигенција ќе се обиде да ја замени со најверојатните зачувани и семантички соодветни зборови, а ако тоа не е во меморијата, ќе се сврти кон внатрешниот речник на најчесто користените вредности , а потоа повторно изградете го барањето со примената замена, за да го пренесете на гласовниот асистент за извршување.

Како што истакнуваат Гупта и колегите, CQR делува како слој за предобработка за гласовни команди и се фокусира само на синтаксичкото и семантичкото значење на зборовите. Во експериментите со специјално обучена база на податоци, CQR ја подобри точноста на барањето за 22% кога врската во тековното барање се однесува на збор што се користел во најновиот одговор и за 25% кога врската во тековниот исказ се однесува на збор од претходен исказ.

Извор: 3dnews.ru