亞馬遜Alexa正在學習如何識別愚蠢的問題和奇怪的單詞
Alexa回答幾乎所有問題的能力一直令人震驚，但現(xiàn)在這個智能助手變得更聰明了。
到目前為止，Alexa的工作方式是在問題中搜索特定的關(guān)鍵詞，并基于這些關(guān)鍵詞進行回答。這叫做領(lǐng)域分類。然而，如果有人開始問一個問題，然后改變了他們想問的問題，Alexa可能會給出一個毫無意義的答案。這被稱為域外響應。Alexa有時會在沒有答案的情況下給出這些問題的答案。這個過程叫做錯誤接受。Alexa團隊的成員Young Bum-Kim說，“在我們的實驗中，這個比例從1%到6%不等。但對于每個目標速率，我們對網(wǎng)絡進行訓練和再訓練，每次調(diào)整兩個誤差指標的相對權(quán)重，直到準確達到目標速率?！?
由于錯誤接受率和這些結(jié)果打亂了Alexa的自然語言理解過程，Alexa團隊開始根據(jù)用戶的語音輸入整合數(shù)據(jù)。他們根據(jù)之前確定的領(lǐng)域和1500個常用的Alexa技能將數(shù)據(jù)分為兩部分。
然后，研究人員將這些信息輸入到一個叫做畢-LSTM的計算機模型中。通俗地說，這個架構(gòu)系統(tǒng)允許Alexa更好地將給定的輸入映射到適當?shù)捻憫?。隨著時間的推移，這個系統(tǒng)將允許Alexa了解更多的信息，并區(qū)分什么時候你只是在大聲思考，什么時候你對一個問題使用了錯誤的措辭。
雙LSTM的改進使Alexa的語音識別能力提高了6%。當研究人員應用第二組數(shù)據(jù)時，先前建立的領(lǐng)域的識別率從83.7%提高到90.4%。
該團隊將在今年的種間技術(shù)會議上提交一份關(guān)于他們發(fā)現(xiàn)的論文。隨著時間的推移，像這樣的小改進可能會給所有智能助手帶來更好的整體語言處理，而不僅僅是Alexa。同時，用戶可以期待定期更新，這將有助于提高Alexa的性能，并確保人工智能幾乎可以識別你所說的一切。
標簽：