സർവ്വനാമങ്ങൾ ശരിയായി മനസ്സിലാക്കാൻ അലെക്സയെ പഠിപ്പിക്കാൻ ആമസോൺ ആഗ്രഹിക്കുന്നു

ആമസോൺ അലക്‌സ പോലുള്ള AI അസിസ്റ്റന്റുകളുടെ പശ്ചാത്തലത്തിൽ നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസ്സിംഗിന്റെ ദിശയ്ക്ക് സംഭാഷണ റഫറൻസുകൾ മനസ്സിലാക്കുന്നതും പ്രോസസ്സ് ചെയ്യുന്നതും ഒരു വലിയ വെല്ലുവിളിയാണ്. ഈ പ്രശ്‌നത്തിൽ സാധാരണയായി ഉപയോക്തൃ അന്വേഷണങ്ങളിലെ സർവ്വനാമങ്ങളെ സൂചിപ്പിക്കുന്ന ആശയങ്ങളുമായി ശരിയായി ബന്ധപ്പെടുത്തുന്നത് ഉൾപ്പെടുന്നു, ഉദാഹരണത്തിന്, "അവരുടെ ഏറ്റവും പുതിയ ആൽബം പ്ലേ ചെയ്യുക" എന്ന പ്രസ്താവനയിലെ "അവ" എന്ന സർവ്വനാമം ചില സംഗീത കലാകാരന്മാരുമായി താരതമ്യം ചെയ്യുക. ആമസോണിലെ AI വിദഗ്ധർ, ഓട്ടോമാറ്റിക് റിഫോർമുലേഷനിലൂടെയും മാറ്റിസ്ഥാപിക്കുന്നതിലൂടെയും അത്തരം അഭ്യർത്ഥനകൾ പ്രോസസ്സ് ചെയ്യാൻ AI-യെ സഹായിക്കുന്ന സാങ്കേതികവിദ്യയിൽ സജീവമായി പ്രവർത്തിക്കുന്നു. അതിനാൽ, "അവരുടെ ഏറ്റവും പുതിയ ആൽബം പ്ലേ ചെയ്യുക" എന്ന അഭ്യർത്ഥന "ഏറ്റവും പുതിയ ഇമാജിൻ ഡ്രാഗൺസ് ആൽബം പ്ലേ ചെയ്യുക" എന്ന് സ്വയമേവ മാറ്റിസ്ഥാപിക്കും. ഈ സാഹചര്യത്തിൽ, മെഷീൻ ലേണിംഗ് ഉപയോഗിച്ച് കണക്കാക്കിയ പ്രോബബിലിസ്റ്റിക് സമീപനത്തിന് അനുസൃതമായി മാറ്റിസ്ഥാപിക്കുന്നതിന് ആവശ്യമായ വാക്ക് തിരഞ്ഞെടുത്തു.

ശാസ്ത്രജ്ഞർ പ്രസിദ്ധീകരിച്ചു വളരെ ബുദ്ധിമുട്ടുള്ള ശീർഷകമുള്ള ഒരു പ്രീപ്രിന്റിലെ അദ്ദേഹത്തിന്റെ പ്രവർത്തനത്തിന്റെ പ്രാഥമിക ഫലം - "അന്വേഷണ പരിഷ്കരണം ഉപയോഗിച്ച് മൾട്ടി-ഡൊമെയ്ൻ ഡയലോഗിന്റെ സ്കെയിലിംഗ് സ്റ്റേറ്റ് ട്രാക്കിംഗ്." സമീപഭാവിയിൽ, അസോസിയേഷൻ ഫോർ കമ്പ്യൂട്ടേഷണൽ ലിംഗ്വിസ്റ്റിക്സിന്റെ വടക്കേ അമേരിക്കൻ ശാഖയിൽ ഈ ഗവേഷണം അവതരിപ്പിക്കാൻ പദ്ധതിയിട്ടിട്ടുണ്ട്.

"ഞങ്ങളുടെ ക്വറി റിഫോർമുലേഷൻ എഞ്ചിൻ സ്പീച്ച് ലിങ്കുകൾ പ്രയോഗിക്കുന്നതിന് പൊതുവായ തത്ത്വങ്ങൾ ഉപയോഗിക്കുന്നതിനാൽ, അത് എവിടെയാണ് ഉപയോഗിക്കേണ്ടത് എന്നതിനെക്കുറിച്ചുള്ള പ്രത്യേക വിവരങ്ങളൊന്നും അത് ആശ്രയിക്കുന്നില്ല, അതിനാൽ അലക്സായുടെ കഴിവുകൾ വർദ്ധിപ്പിക്കുന്നതിന് ഞങ്ങൾ അത് ഉപയോഗിക്കുമ്പോൾ അതിന് വീണ്ടും പരിശീലനം ആവശ്യമില്ല," വിശദീകരിച്ചു. അരിത് ഗുപ്ത (അരിത് ഗുപ്ത), ആമസോൺ അലക്സാ എഐയിലെ ഭാഷാശാസ്ത്ര വിദഗ്ധൻ. CQR (സാന്ദർഭിക ചോദ്യം റീറൈറ്റിംഗ്) എന്ന് വിളിക്കപ്പെടുന്ന അവരുടെ പുതിയ സാങ്കേതികവിദ്യ, അന്വേഷണങ്ങളിലെ സംഭാഷണ റഫറൻസുകളെക്കുറിച്ചുള്ള ഏത് ആശങ്കയിൽ നിന്നും ആന്തരിക വോയ്‌സ് അസിസ്റ്റന്റ് കോഡിനെ പൂർണ്ണമായും സ്വതന്ത്രമാക്കുന്നുവെന്ന് അദ്ദേഹം അഭിപ്രായപ്പെട്ടു.

ആദ്യം, അഭ്യർത്ഥനയുടെ പൊതുവായ സന്ദർഭം AI നിർണ്ണയിക്കുന്നു: ഉപയോക്താവിന് എന്ത് വിവരമാണ് ലഭിക്കേണ്ടത് അല്ലെങ്കിൽ എന്ത് പ്രവർത്തനം നടത്തണം. ഉപയോക്താവുമായുള്ള സംഭാഷണത്തിനിടയിൽ, AI കീവേഡുകളെ തരംതിരിക്കുകയും കൂടുതൽ ഉപയോഗത്തിനായി പ്രത്യേക വേരിയബിളുകളിൽ സൂക്ഷിക്കുകയും ചെയ്യുന്നു. അടുത്ത അഭ്യർത്ഥനയിൽ എന്തെങ്കിലും റഫറൻസ് ഉണ്ടെങ്കിൽ, സംഭരിച്ചിരിക്കുന്നതും അർത്ഥപരമായി അനുയോജ്യമായതുമായ വാക്കുകൾ ഉപയോഗിച്ച് അത് മാറ്റിസ്ഥാപിക്കാൻ AI ശ്രമിക്കും, ഇത് മെമ്മറിയിൽ ഇല്ലെങ്കിൽ, അത് പതിവായി ഉപയോഗിക്കുന്ന മൂല്യങ്ങളുടെ ആന്തരിക നിഘണ്ടുവിലേക്ക് തിരിയും. , തുടർന്ന് വോയ്‌സ് അസിസ്റ്റന്റിനു നിർവ്വഹണത്തിനായി കൈമാറാൻ, പകരം പ്രയോഗിച്ച അഭ്യർത്ഥന പുനർനിർമ്മിക്കുക.

ഗുപ്തയും സഹപ്രവർത്തകരും ചൂണ്ടിക്കാണിച്ചതുപോലെ, CQR വോയ്‌സ് കമാൻഡുകൾക്കുള്ള ഒരു പ്രീപ്രോസസിംഗ് ലെയറായി പ്രവർത്തിക്കുകയും വാക്കുകളുടെ വാക്യഘടനയിലും അർത്ഥത്തിലും മാത്രം ശ്രദ്ധ കേന്ദ്രീകരിക്കുകയും ചെയ്യുന്നു. പ്രത്യേകം പരിശീലിപ്പിച്ച ഡാറ്റാസെറ്റ് ഉപയോഗിച്ചുള്ള പരീക്ഷണങ്ങളിൽ, നിലവിലെ ചോദ്യത്തിലെ ലിങ്ക് ഏറ്റവും പുതിയ ഉത്തരത്തിൽ ഉപയോഗിച്ച ഒരു പദത്തെ പരാമർശിക്കുമ്പോൾ, CQR അന്വേഷണ കൃത്യത 22% വർദ്ധിപ്പിച്ചു, നിലവിലെ ഉച്ചാരണത്തിലെ ലിങ്ക് ഒരു വാക്കിനെ സൂചിപ്പിക്കുമ്പോൾ 25% വർദ്ധിച്ചു. മുൻ വാചകത്തിൽ നിന്ന്.

അവലംബം: 3dnews.ru