在 Amazon Alexa 等人工智能助手的背景下，理解和处理语音引用对于自然语言处理的方向来说是一个巨大的挑战。 这个问题通常涉及将用户查询中的代词与隐含概念正确关联，例如，将“播放他们最新的专辑”语句中的代词“他们”与某个音乐艺术家进行比较。 亚马逊的人工智能专家正在积极研究可以帮助人工智能通过自动重新制定和替换来处理此类请求的技术。 因此，请求“播放他们最新的专辑”将自动替换为“播放最新的 Imagine Dragons 专辑”。 在这种情况下，根据使用机器学习计算的概率方法来选择替换所需的单词。
科学家 他的工作的初步结果是在预印本上，标题相当困难——“使用查询重构来扩展多域对话的状态跟踪”。 计划在不久的将来在计算语言学协会北美分会展示这项研究。
“因为我们的查询重构引擎使用应用语音链接的一般原则，所以它不依赖于将使用它的应用程序的任何特定信息，因此当我们使用它来扩展 Alexa 的功能时不需要重新训练，”解释道阿里特·古普塔（Arit Gupta），亚马逊 Alexa AI 语言学专家。 他指出，他们的新技术称为 CQR（上下文查询重写），使内部语音助手代码完全摆脱了查询中语音引用的任何担忧。
首先，AI 确定请求的一般上下文：用户想要接收什么信息或执行什么操作。 在与用户对话的过程中，人工智能会对关键词进行分类，并将它们存储在特殊变量中以供进一步使用。 如果下一个请求包含任何链接，人工智能将尝试用最有可能存储的、语义上合适的单词替换它，如果内存中没有，它将转向最常用值的内部字典，然后应用替换后重建请求，将其传递给语音助手执行。
正如 Gupta 及其同事所指出的，CQR 充当语音命令的预处理层，仅关注单词的句法和语义。 在使用经过特殊训练的数据集进行的实验中，当当前查询中的链接引用最近答案中使用的单词时，CQR 将查询准确性提高了 22%；当当前话语中的链接引用单词时，CQR 将查询准确性提高了 25%从之前的一句话来看。
来源： 3dnews.ru