El equipo de Alexa AI de Amazon ha desarrollado un nuevo método de capacitación para el asistente virtual que podría mejorar en gran medida su capacidad para manejar preguntas difíciles. en un entrada en el blogel líder del equipo, Abdalghani Abujabal, detalla el nuevo método, que combina la búsqueda basada en texto y un gráfico de conocimiento personalizado, dos métodos que normalmente compiten.
Abujabal sugiere el siguiente escenario: le preguntas a Alexa “¿Qué películas de Nolan ganaron un Oscar pero se perdieron un Globo de Oro?” La respuesta a esta pregunta es mucho: debe identificar que el “Nolan” al que se hace referencia es el director Christopher Nolan, averiguar qué películas ha dirigido (incluso debe inferirse su papel como “director” para la lista resultante) y luego haga una referencia cruzada de aquellos que han ganado un Oscar con una lista de aquellos que también han ganado un Globo de Oro, e identifique aquellos que están presentes en la Lista A pero no en la Lista B.
El método de Amazon para proporcionar una mejor respuesta a esta difícil pregunta opta por recopilar primero el conjunto de datos más completo posible y luego crear automáticamente un gráfico de conocimiento curado a partir de un conjunto de datos inicialmente de gran volumen y muy ruidoso (es decir, lleno de datos innecesarios) utilizando algoritmos. que el equipo de investigación creó a la medida para lidiar con cortar la paja y llegar a resultados en su mayoría significativos.
El sistema diseñado por Amazon es en realidad relativamente simple a primera vista, o mejor dicho, combina dos métodos relativamente simples, incluida una búsqueda web básica, que esencialmente solo rastrea la web en busca de resultados utilizando el texto completo de la pregunta formulada, como si usted había escrito “¿Qué películas de Nolan ganaron un Oscar pero se perdieron un Globo de Oro?” en Google, por ejemplo (los investigadores utilizaron múltiples motores web en realidad). Luego, el sistema toma las 10 páginas mejor clasificadas y las divide en nombres identificados y unidades gramaticales.
Además de ese conjunto de datos resultante, el enfoque de Alexa AI luego busca pistas en la estructura de las oraciones para marcar y ponderar oraciones significativas en los textos principales, como “Nolan dirigió Inception”, y descarta el resto. Esto construye el gráfico de conocimiento ad-hoc, que luego evalúan para identificar las “piedras angulares” dentro. Una piedra angular es básicamente un timbre muerto para las palabras en la cadena de búsqueda original (es decir, “¿Qué películas de Nolan ganaron un Oscar pero se perdieron un Globo de Oro?”) y eliminarlas, enfocándose en lugar de mirar la información intermedia como la fuente de la verdadera respuestas a esa pregunta.
Con una ponderación final y una clasificación de los datos restantes, el algoritmo devuelve correctamente “Inception” como respuesta, y el equipo de Amazon descubrió que este método en realidad venció a los enfoques más avanzados que eran mucho más complicados pero que se centraban solo en búsqueda de texto, o simplemente construir un gráfico de conocimiento curado de forma aislada. Aún así, creen que pueden modificar su enfoque para que sea aún mejor, lo cual es una buena noticia para los usuarios de Alexa que esperan que sus parlantes inteligentes puedan resolver acalorados debates sobre preguntas avanzadas de Trivial Pursuit.
Source link