Kuptimi dhe përpunimi i referencave të të folurit është një sfidë e madhe për drejtimin e përpunimit të gjuhës natyrore në kontekstin e asistentëve të AI si Amazon Alexa. Ky problem zakonisht përfshin lidhjen e saktë të përemrave në pyetjet e përdoruesve me koncepte të nënkuptuara, për shembull, krahasimin e përemrit "ata" në deklaratën "luani albumin e tyre të fundit" me disa artistë muzikorë. Ekspertët e inteligjencës artificiale në Amazon janë duke punuar në mënyrë aktive në teknologjinë që mund të ndihmojë AI të përpunojë kërkesa të tilla përmes riformulimit dhe zëvendësimit automatik. Pra, kërkesa "Luaj albumin e tyre të fundit" do të zëvendësohet automatikisht me "Luaj albumin e fundit të Imagine Dragons". Në këtë rast, fjala e nevojshme për zëvendësim zgjidhet në përputhje me një qasje probabilistike të llogaritur duke përdorur mësimin e makinës.
Shkencëtarët
"Për shkak se motori ynë i riformulimit të pyetjeve përdor parime të përgjithshme për aplikimin e lidhjeve të të folurit, ai nuk varet nga ndonjë informacion specifik rreth aplikacionit ku do të përdoret, kështu që nuk kërkon rikualifikim kur e përdorim për të zgjeruar aftësitë e Alexa," shpjegoi. Arit Gupta (Arit Gupta), ekspert i gjuhësisë në Amazon Alexa AI. Ai vuri në dukje se teknologjia e tyre e re, e quajtur CQR (rishkrimi i pyetjeve kontekstuale), çliron plotësisht kodin e brendshëm të asistentit zanor nga çdo shqetësim në lidhje me referencat e të folurit në pyetje.
Së pari, AI përcakton kontekstin e përgjithshëm të kërkesës: çfarë informacioni dëshiron të marrë përdoruesi ose çfarë veprimi të kryejë. Gjatë dialogut me përdoruesin, AI klasifikon fjalë kyçe, duke i ruajtur ato në variabla të veçantë për përdorim të mëtejshëm. Nëse kërkesa tjetër përmban ndonjë referencë, AI do të përpiqet ta zëvendësojë atë me fjalët më të mundshme të ruajtura dhe të përshtatshme semantikisht, dhe nëse kjo nuk është në memorie, ajo do të kthehet në fjalorin e brendshëm të vlerave më të përdorura. , dhe më pas rindërtoni kërkesën me zëvendësimin e aplikuar, për t'ia kaluar atë ndihmësit zanor për ekzekutim.
Siç theksojnë Gupta dhe kolegët, CQR vepron si një shtresë parapërpunimi për komandat zanore dhe fokusohet vetëm në kuptimet sintaksore dhe semantike të fjalëve. Në eksperimentet me një grup të dhënash të trajnuar posaçërisht, CQR përmirësoi saktësinë e pyetjes me 22% kur lidhja në pyetjen aktuale i referohet një fjale që është përdorur në përgjigjen më të fundit dhe me 25% kur lidhja në thënien aktuale i referohet një fjale nga një thënie e mëparshme.
Burimi: 3dnews.ru