Razumevanje in obdelava govornih referenc je velik izziv za smer obdelave naravnega jezika v kontekstu pomočnikov AI, kot je Amazon Alexa. Ta težava običajno vključuje pravilno povezovanje zaimkov v uporabniških poizvedbah z implicitnimi koncepti, na primer primerjava zaimka »oni« v izjavi »predvajaj njihov najnovejši album« z nekim glasbenim izvajalcem. Strokovnjaki za umetno inteligenco pri Amazonu aktivno delajo na tehnologiji, ki bi lahko pomagala umetni inteligenci obdelati takšne zahteve s samodejnim preoblikovanjem in zamenjavo. Tako bo zahteva »Predvajaj njihov najnovejši album« samodejno zamenjana z »Predvajaj najnovejši album Imagine Dragons«. V tem primeru je beseda, potrebna za zamenjavo, izbrana v skladu z verjetnostnim pristopom, izračunanim s pomočjo strojnega učenja.
Znanstveniki preliminarni rezultat njegovega dela v predtisku s precej težkim naslovom - "Skaliranje stanja sledenja večdomenskega dialoga z uporabo preoblikovanja poizvedbe." V bližnji prihodnosti je načrtovana predstavitev te raziskave na severnoameriški podružnici Združenja za računalniško jezikoslovje.
"Ker naš mehanizem za preoblikovanje poizvedb uporablja splošna načela za uporabo govornih povezav, ni odvisen od nobenih posebnih informacij o aplikaciji, kjer bo uporabljen, zato ne zahteva ponovnega usposabljanja, ko ga uporabljamo za razširitev zmogljivosti Alexa," je pojasnil. Arit Gupta (Arit Gupta), strokovnjak za jezikoslovje pri Amazon Alexa AI. Opozoril je, da njihova nova tehnologija, imenovana CQR (contextual query rewriting), popolnoma osvobodi kodo notranjega glasovnega pomočnika kakršne koli skrbi glede govornih referenc v poizvedbah.
Najprej AI določi splošni kontekst zahteve: katere informacije želi uporabnik prejeti ali katero dejanje naj izvede. Med dialogom z uporabnikom AI razvršča ključne besede in jih shrani v posebne spremenljivke za nadaljnjo uporabo. Če naslednja zahteva vsebuje kakršno koli referenco, jo bo AI poskušal nadomestiti z najverjetnejšo od shranjenih in pomensko primernih besed, in če te ni v pomnilniku, se bo obrnil na interni slovar najpogosteje uporabljenih vrednosti. , nato pa ponovno sestavite zahtevo z uporabljeno zamenjavo, da jo posredujete glasovnemu pomočniku v izvedbo.
Kot poudarjajo Gupta in njegovi sodelavci, CQR deluje kot plast predprocesiranja glasovnih ukazov in se osredotoča samo na sintaktične in semantične pomene besed. V poskusih s posebej usposobljenim naborom podatkov je CQR izboljšal natančnost poizvedbe za 22 %, ko se povezava v trenutni poizvedbi nanaša na besedo, ki je bila uporabljena v zadnjem odgovoru, in za 25 %, ko se povezava v trenutni izjavi nanaša na besedo iz prejšnje izjave.
Vir: 3dnews.ru