Memahami dan memproses rujukan pertuturan merupakan cabaran besar untuk hala tuju pemprosesan bahasa semula jadi dalam konteks pembantu AI seperti Amazon Alexa. Masalah ini biasanya melibatkan mengaitkan kata ganti nama dengan betul dalam pertanyaan pengguna dengan konsep tersirat, contohnya, membandingkan kata ganti "mereka" dalam pernyataan "mainkan album terbaru mereka" dengan beberapa artis muzik. Pakar AI di Amazon sedang giat mengusahakan teknologi yang boleh membantu AI memproses permintaan tersebut melalui perumusan semula dan penggantian automatik. Jadi, permintaan "Mainkan album terbaharu mereka" akan digantikan secara automatik dengan "Mainkan album Imagine Dragons terbaharu." Dalam kes ini, perkataan yang diperlukan untuk penggantian dipilih mengikut pendekatan kebarangkalian yang dikira menggunakan pembelajaran mesin.
Para saintis hasil awal kerjanya dalam pracetak dengan tajuk yang agak sukar - "Menskalakan penjejakan keadaan dialog berbilang domain menggunakan perumusan semula pertanyaan." Dalam masa terdekat, ia dirancang untuk membentangkan penyelidikan ini di cawangan Persatuan Linguistik Pengiraan Amerika Utara.
"Oleh kerana enjin perumusan semula pertanyaan kami menggunakan prinsip umum untuk menggunakan pautan pertuturan, ia tidak bergantung pada sebarang maklumat khusus tentang aplikasi di mana ia akan digunakan, jadi ia tidak memerlukan latihan semula apabila kami menggunakannya untuk memperluaskan keupayaan Alexa," jelasnya. Arit Gupta (Arit Gupta), pakar linguistik di Amazon Alexa AI. Beliau menyatakan bahawa teknologi baharu mereka, yang dipanggil CQR (penulisan semula pertanyaan kontekstual), membebaskan sepenuhnya kod pembantu suara dalaman daripada sebarang kebimbangan mengenai rujukan pertuturan dalam pertanyaan.
Pertama, AI menentukan konteks umum permintaan: maklumat yang ingin diterima pengguna atau tindakan yang perlu dilakukan. Semasa dialog dengan pengguna, AI mengklasifikasikan kata kunci, menyimpannya dalam pembolehubah khas untuk kegunaan selanjutnya. Jika permintaan seterusnya mengandungi sebarang rujukan, AI akan cuba menggantikannya dengan perkataan yang paling mungkin disimpan dan sesuai dari segi semantik, dan jika ini tiada dalam ingatan, ia akan beralih kepada kamus dalaman nilai yang paling kerap digunakan. , dan kemudian bina semula permintaan dengan penggantian digunakan, untuk menyampaikannya kepada pembantu suara untuk dilaksanakan.
Seperti yang dinyatakan oleh Gupta dan rakan sekerja, CQR bertindak sebagai lapisan prapemprosesan untuk arahan suara dan hanya memfokuskan pada makna sintaksis dan semantik perkataan. Dalam percubaan dengan set data terlatih khas, CQR meningkatkan ketepatan pertanyaan sebanyak 22% apabila pautan dalam pertanyaan semasa merujuk kepada perkataan yang digunakan dalam jawapan terbaharu dan sebanyak 25% apabila pautan dalam sebutan semasa merujuk kepada perkataan daripada lafaz sebelumnya.
Sumber: 3dnews.ru