您的位置首页 >互联网资讯 >

亚马逊Alexa团队使用机器学习来更好地处理区域语言差异

亚马逊Alexa语音助手面临着巨大的挑战:不仅要作为多语言产品运营,还要确保Alexa能够很好地理解所支持的所有语言区域变体。

为了帮助实现这一目标,Alexa已经完全针对所需的每种变体进行了再培训 - 这是一项耗费时间和资源的活动。但是,由Alexa的AI团队创建的一种新的基于机器学习的语音识别训练方法可能意味着在为现有语言的新变体构建模型方面可以减少很多工作。

在一份提交给计算语言学协会北美分会的论文中,亚马逊Alexa AI高级应用科学经理Young-Bum Kim及其同事提出了一个新的系统,能够证明准确度提高了18%,43%,试验中使用的四种英语变体(来自美国,英国,印度和加拿大)分别为115%和57%。

该团队通过实施一种方法来管理这一点,通过该方法可以调整其学习算法,使其更多地将注意力集中在一个特定于语言环境的模型上,因为它事先知道该域中用户的请求的答案是高度区域特定的(即,当要求找到一个好的附近餐厅时,与结果将相对相似时,无论请求在何处进行。

然后,Alexa的团队将他们的特定于语言环境的模型合并为一个,并为该语言添加了与位置无关的模型,并发现了上面测量的改进。

基本上,这意味着他们可以通过利用一个共同的基础来节省工作,并且只关注为什么类型的答案显着变化的东西增加差异,它会促使Alexa给予区域到区域,这应该使Alexa更聪明,随着时间的推移,语言更快,更灵活。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。