211service.com
For at bygge en smartere chatbot skal du først lære den et andet sprog
Hr. tech
Fra Alexa og Siri til utallige chatbots og automatiserede kundesupportlinjer lærer computere gradvist at tale. Det eneste problem er, at de stadig er meget let forvirrede.
Et forskerteam hos Salesforce har fundet på en smart måde at forbedre ydeevnen af mange moderne sprogprogrammer på – at lære en algoritme at tale et andet sprog, før den trænes til at udføre andre opgaver.
At lære maskiner at føre en sammenhængende samtale er fortsat en af de store udestående udfordringer i AI, fordi udredning af betydningen af talt eller skrevet tekst så ofte er afhængig af en bredere forståelse af verden eller commonsense viden (se AI's sprogproblem).
Det viser sig, at træning af et maskinlæringssystem til at oversætte mellem to sprog automatisk lærer det nyttige ting om ords relation og passende kontekst. Når dette system bruges som grundlag for et andet maskinlæringssystem – et system, der er trænet til at føre en samtale, f.eks. eller til at opdage følelsen i tekst – yder det langt bedre end et system trænet fra bunden.
Vi tager maskinoversættelsesdata, og vi underviser grundlæggende i modellen, hvordan man forstår ord og kontekst, siger Richard Socher , chefforsker hos Salesforce og ekspert i anvendelse af maskinlæring og sprog.
Arbejdet er et eksempel på, hvordan maskinlæringsfremskridt kan hjælpe med at forbedre sprogfærdighederne i AI-systemer. Mange deep-learning-baserede computervisionssystemer gør brug af en eller anden form for netværksfortræning, og Socher foreslår, at maskinoversættelse kan tilbyde en lignende måde at bootstrap på naturlige sprogsystemer.
Salesforce, en online platform til styring af kundeinteraktioner på tværs af salg, marketing og handel, tilbyder allerede en række AI-værktøjer gennem sin Einstein-platform. Disse inkluderer et værktøj til automatisk at klassificere følelsen af e-mail eller chatbeskeder, og et andet til at prioritere de kundeemner, en medarbejder forfølger baseret på hans eller hendes tidligere aktivitet.
Socher mener, at denne opdagelse vil hjælpe med at forbedre de naturlige sprogegenskaber på Einstein-platformen. Til chatbots og automatisering af kundesupport er dette super nyttigt, siger han.
Salesforce-forskerne trænede et dybt læringssystem til at oversætte mellem engelsk og tysk. Dette indebar at føre et stort antal oversatte dokumenter til et mangelags neuralt netværk og justere netværkets parametre, indtil det lærte at producere en anstændig oversættelse til sig selv. Systemet repræsenterer ord ved hjælp af vektorer, som er en almindelig måde at indkode og analysere betydning i tekst på.
Forskerne trænede derefter det tosprogede netværk til at gøre en række ting: bestemme følelsen af et stykke tekst; klassificere forskellige typer spørgsmål; og besvare spørgsmål. Og de viser, at deres forudtrænede netværk oversteg ydeevnen for en, der ikke har lært et andet sprog.
Maskinoversættelsesdatasæt er særligt store, hvilket hjælper med maskinlæringsudfordringen. Der er en vigtig forbindelse mellem oversættelse og resten af sproget, siger Bryan McCann, en forsker hos Salesforce involveret i projektet. [Oversættelsesdatasæt] er meget generelle; de indeholder information, der kan være nyttig over hele linjen til naturlig sprogbehandling.