亞馬遜研究人員將Alexa技能選擇錯誤率降低40％

2024-12-29 17:20:08

　　12月18日消息，據外媒報導，亞馬遜(Amazon)的研究人員利用一種新穎的數據表示技術，成功提高了Alexa選擇第三方應用程式的能力，可以減少40%的選擇錯誤率。

　　據了解，這項研究成果將於本月在希臘雅典舉行的IEEE口語技術會議上發表。同時，上周的一項研究顯示，Alexa的語音識別能力提高了15%。

　　近年來，數據表示已經成為機器學習中的一個重要研究課題。例如，自然語言理解(NLU)系統很少將原始文本作為輸入。相反，它們採用嵌入式數據表示，這種數據表示保留了關於文本的語義信息，但以一致的、形式化的方式表示。使用嵌入式而不是原始文本已經被一次又一次地展示來提高特定NLU任務的性能。

　　Alexa處理請求方式利用了新的表示方法。Alexa首先根據請求的主題區域或領域(例如音樂或天氣)對請求進行分類，然後根據意圖或預期的操作對請求進行分類。最後，根據槽類型進行分類——槽類型是定義Alexa如何識別和處理數據的實體(例如使用actor slot類型的技能可能會使用提供的演員名稱查詢電影目錄)。

　　總的來說，研究人員對人工智慧系統進行了涵蓋17個領域的24.6萬次語音訓練。為了測試其準確性，他們將其編碼作為一個兩階段技能選擇系統的輸入。根據Kim的說法，在實驗中，它不僅將準確率從90%提高到94%，而且還超過了三個類似的系統。

　　研究人員表示，在關鍵的技能選擇任務上測試方案，或者在數千個Alexa技能中決定哪一個應該處理給定的客戶請求。最終發現，方案大幅降低了技能選擇錯誤率，這應該有助於讓客戶與Alexa的互動更自然。

本文編輯：楊婷