211service.com
Lai izveidotu viedāku tērzēšanas robotu, vispirms iemāciet tam otro valodu
Mr. tech
Sākot ar Alexa un Siri un beidzot ar neskaitāmiem tērzēšanas robotiem un automatizētām klientu atbalsta līnijām, datori pamazām mācās runāt. Vienīgā problēma ir tā, ka tās joprojām ir ļoti viegli sajaukt.
Salesforce pētnieku komanda ir izstrādājusi gudru veidu, kā uzlabot daudzu mūsdienu valodu programmu veiktspēju — iemācīt algoritmu runāt citā valodā, pirms tas tiek apmācīts veikt citus uzdevumus.
Mašīnu mācīšana, lai uzturētu saskaņotu sarunu, joprojām ir viens no lielākajiem AI izaicinājumiem, jo runātā vai rakstītā teksta nozīmes atjaukšana tik bieži ir atkarīga no plašākas pasaules izpratnes vai veselā saprāta zināšanām (skatiet AI valodas problēmu).
Izrādās, ka mašīnmācības sistēmas apmācība tulkot starp divām valodām automātiski iemāca tai noderīgas lietas par vārdu attiecībām un atbilstošu kontekstu. Ja šī sistēma tiek izmantota kā pamats citai mašīnmācības sistēmai — tādai, kas ir apmācīta, teiksim, sarunāties vai uztvert noskaņojumu tekstā, tā darbojas daudz labāk nekā sistēma, kas apmācīta no nulles.
Mēs ņemam mašīntulkošanas datus un pamatā mācām modelim saprast vārdus un kontekstu, saka Ričards Sočers , Salesforce galvenais zinātnieks un mašīnmācības un valodas pielietošanas eksperts.
Darbs ir viens no piemēriem, kā mašīnmācības sasniegumi var palīdzēt uzlabot AI sistēmu valodu prasmes. Daudzas uz dziļām mācībām balstītas datorredzes sistēmas izmanto kādu tīkla iepriekšēju apmācību, un Socher ierosina, ka mašīntulkošana var piedāvāt līdzīgu dabiskās valodas sistēmu sāknēšanas veidu.
Salesforce, tiešsaistes platforma klientu mijiedarbības pārvaldībai pārdošanas, mārketinga un tirdzniecības jomās, jau piedāvā virkni AI rīku, izmantojot savu Einšteina platformu. Tajos ietilpst rīks, kas automātiski klasificē e-pasta vai tērzēšanas ziņojumu noskaņojumu, un otrs, lai noteiktu prioritāti potenciālajiem pirkumiem, kurus darbinieks meklē, pamatojoties uz viņa vai viņas iepriekšējo darbību.
Sočers uzskata, ka šis atklājums palīdzēs uzlabot Einšteina platformas dabiskās valodas iespējas. Viņš saka, ka tērzēšanas robotiem un klientu atbalsta automatizēšanai tas ir ļoti noderīgi.
Salesforce pētnieki apmācīja padziļinātas apmācības sistēmu, lai tulkotu no angļu uz vācu valodu. Tas ietvēra liela skaita tulkoto dokumentu ievadīšanu daudzslāņu neironu tīklā un tīkla parametru pielāgošanu, līdz tas iemācījās izveidot pienācīgu tulkojumu. Sistēma attēlo vārdus, izmantojot vektorus, kas ir izplatīts veids, kā kodēt un parsēt teksta nozīmi.
Pēc tam pētnieki apmācīja bilingvālo tīklu veikt dažādas darbības: noteikt teksta fragmenta noskaņojumu; klasificēt dažāda veida jautājumus; un atbildēt uz jautājumiem. Un viņi parāda, ka viņu iepriekš apmācīts tīkls pārsniedza tā veiktspēju, kas nav iemācījies otro valodu.
Mašīntulkošanas datu kopas ir īpaši lielas, kas palīdz risināt mašīnmācības izaicinājumu. Pastāv svarīga saikne starp tulkošanu un pārējo valodu, saka Braiens Makkans, Salesforce pētnieks, kas iesaistīts projektā. [Tulkošanas datu kopas] ir ļoti vispārīgas; tajos ir informācija, kas var būt noderīga dabiskās valodas apstrādei.