亚马逊Alexa正在学习如何识别愚蠢的问题和奇怪的单词
Alexa回答几乎所有问题的能力一直令人震惊，但现在这个智能助手变得更聪明了。
到目前为止，Alexa的工作方式是在问题中搜索特定的关键词，并基于这些关键词进行回答。这叫做领域分类。然而，如果有人开始问一个问题，然后改变了他们想问的问题，Alexa可能会给出一个毫无意义的答案。这被称为域外响应。Alexa有时会在没有答案的情况下给出这些问题的答案。这个过程叫做错误接受。Alexa团队的成员Young Bum-Kim说，“在我们的实验中，这个比例从1%到6%不等。但对于每个目标速率，我们对网络进行训练和再训练，每次调整两个误差指标的相对权重，直到准确达到目标速率。”
由于错误接受率和这些结果打乱了Alexa的自然语言理解过程，Alexa团队开始根据用户的语音输入整合数据。他们根据之前确定的领域和1500个常用的Alexa技能将数据分为两部分。
然后，研究人员将这些信息输入到一个叫做毕-LSTM的计算机模型中。通俗地说，这个架构系统允许Alexa更好地将给定的输入映射到适当的响应。随着时间的推移，这个系统将允许Alexa了解更多的信息，并区分什么时候你只是在大声思考，什么时候你对一个问题使用了错误的措辞。
双LSTM的改进使Alexa的语音识别能力提高了6%。当研究人员应用第二组数据时，先前建立的领域的识别率从83.7%提高到90.4%。
该团队将在今年的种间技术会议上提交一份关于他们发现的论文。随着时间的推移，像这样的小改进可能会给所有智能助手带来更好的整体语言处理，而不仅仅是Alexa。同时，用户可以期待定期更新，这将有助于提高Alexa的性能，并确保人工智能几乎可以识别你所说的一切。
标签：