在 Amazon Alexa 等人工智慧助理的背景下，理解和處理語音引用對於自然語言處理的方向來說是一個巨大的挑戰。 這個問題通常涉及將使用者查詢中的代名詞與隱含概念正確關聯，例如，將「播放他們最新專輯」語句中的代名詞「他們」與某個音樂藝術家進行比較。 亞馬遜的人工智慧專家正在積極研究可以幫助人工智慧透過自動重新制定和替換來處理此類請求的技術。 因此，請求“播放他們最新的專輯”將自動替換為“播放最新的 Imagine Dragons 專輯”。 在這種情況下，根據使用機器學習計算的機率方法來選擇替換所需的單字。
科學家們 他的工作的初步結果是在預印本上，標題相當困難——「使用查詢重構來擴展多域對話的狀態追蹤」。 計劃在不久的將來在計算語言學協會北美分會展示這項研究。
「因為我們的查詢重構引擎使用應用語音連結的一般原則，所以它不依賴將使用它的應用程式的任何特定信息，因此當我們使用它來擴展Alexa 的功能時不需要重新訓練，」解釋道阿里特古普塔（Arit Gupta），亞馬遜 Alexa AI 語言學專家。 他指出，他們的新技術稱為 CQR（上下文查詢重寫），使內部語音助理程式碼完全擺脫了查詢中語音引用的任何擔憂。
首先，AI 確定請求的一般上下文：使用者想要接收什麼資訊或執行什麼操作。 在與使用者對話的過程中，人工智慧會對關鍵字進行分類，並將它們儲存在特殊變數中以供進一步使用。 如果下一個請求包含任何引用，人工智慧將嘗試用最有可能儲存的、語義上合適的單字替換它，如果記憶體中沒有，它將轉向最常用值的內部字典，然後應用替換後重建請求，將其傳遞給語音助理執行。
正如 Gupta 及其同事所指出的，CQR 充當語音命令的預處理層，僅關注單字的句法和語義。 在使用經過特殊訓練的資料集進行的實驗中，噹噹前查詢中的連結引用最近答案中使用的單字時，CQR 將查詢準確性提高了22%；噹噹前話語中的連結引用單字時，CQR 將查詢準確度提高了25%從之前的一句話來看。
來源： 3dnews.ru