Амазон жели да научи Алексу да правилно разуме заменице

Разумевање и обрада говорних референци је велики изазов за правац обраде природног језика у контексту АИ асистената као што је Амазон Алека. Овај проблем обично укључује правилно повезивање заменица у упитима корисника са подразумеваним концептима, на пример, поређење заменице „они“ у изјави „пусти њихов најновији албум“ са неким музичким уметником. Стручњаци за вештачку интелигенцију у Амазону активно раде на технологији која би могла да помогне вештачкој интелигенцији да обради такве захтеве путем аутоматског преформулисања и замене. Дакле, захтев „Пусти њихов најновији албум“ ће аутоматски бити замењен са „Пусти најновији албум Имагине Драгонс-а“. У овом случају, реч потребна за замену се бира у складу са вероватносним приступом израчунатим коришћењем машинског учења.

Научници објављено прелиминарни резултат његовог рада у препринту са прилично тешким насловом - „Праћење стања скалирања вишедоменског дијалога коришћењем реформулације упита.“ У блиској будућности је планирано да се ово истраживање представи у северноамеричком огранку Удружења за рачунарску лингвистику.

„Пошто наш механизам за реформулисање упита користи опште принципе за примену говорних веза, не зависи од било каквих специфичних информација о апликацији у којој ће се користити, тако да не захтева поновну обуку када је користимо да бисмо проширили могућности Алека-е“, објаснио је Арит Гупта (Арит Гупта), стручњак за лингвистику у Амазон Алека АИ. Он је приметио да њихова нова технологија, названа ЦКР (контекстуално преписивање упита), потпуно ослобађа интерни код гласовног помоћника сваке бриге о референцама говора у упитима.

Прво, АИ одређује општи контекст захтева: које информације корисник жели да прими или коју радњу да изврши. Током дијалога са корисником, АИ класификује кључне речи, чувајући их у посебним променљивим за даљу употребу. Ако следећи захтев садржи било какву референцу, АИ ће покушати да је замени највероватније од сачуваних и семантички прикладних речи, а ако то није у меморији, прећи ће на интерни речник најчешће коришћених вредности , а затим поново направите захтев са примењеном заменом да бисте га проследили гласовном помоћнику на извршење.

Као што Гупта и колеге истичу, ЦКР делује као слој за претходну обраду за гласовне команде и фокусира се само на синтаксичка и семантичка значења речи. У експериментима са посебно обученим скупом података, ЦКР је побољшао тачност упита за 22% када се веза у тренутном упиту односи на реч која је коришћена у последњем одговору, и за 25% када се веза у тренутном изговору односи на реч из претходног исказа.

Извор: 3дневс.ру