![Amazon anuncia a disponibilidade geral de seu serviço de detecção de fraude Amazon anuncia a disponibilidade geral de seu serviço de detecção de fraude](https://sempreupdate.com.br/wp-content/plugins/seox-image-magick/imagick_convert.php?width=904&height=508&format=.png&quality=91&imagick=/wp-content/uploads/2019/08/amazon_logo_500500._V323939215_.png)
A princípio, o rastreamento do estado do diálogo ou a estimativa e acompanhamento das metas de uma pessoa durante uma conversa com várias facetas são uma das maneiras pelas quais a Alexa descobre o que os usuários desejam. Assim, ao combinar o histórico de conversas com o comando mais recente, o assistente inteligente da Amazon (Alexa) pode mapear melhor os nomes dos slots. Por exemplo, o preço de um hotel ou a sua classificação por estrelas aos valores dos slots ou entidades mencionadas em um diálogo. Então, uma nova técnica de IA visa o entendimento contextual da Alexa
Como a Alexa analisa um diálogo
A Alexa já realiza o rastreamento do estado de diálogo com bastante eficiência. Porém, uma equipe de cientistas da Amazon acha que há espaço para melhorias. Em um novo artigo (“Dialog State Tracking: A Neural Reading Comprehension Approach“) programado para ser apresentado no Grupo de Interesse Especial sobre Discurso e Diálogo da International Speech Communication Association, eles propõem um sistema de Inteligência Artificial (IA) que formula o rastreamento do estado de diálogo como um problema de pergunta-resposta clássico. Em outras palavras, seu modelo de machine learning decide o valor do slot para cada nome de slot depois de ler uma passagem de conversação.
Dessa forma, a equipe relata que sua técnica produziu uma melhoria de 6,5% na precisão do rastreamento de slots em relação ao estado da arte anterior em testes qualitativos. Além disso, relata que tinha uma precisão de até 96% por slot em um data set de dados de desenvolvimento.
Como funciona o novo sistema
O sistema em questão compreende três modelos. O primeiro prevê se um par de nome e valor de slot precisa ser transferido da curva anterior ou atualizado na curva atual. Um algoritmo de tipo de slot separado prevê o tipo de valor do slot a partir de quatro valores (“Sim”, “Não”, “Não se importa” e “Intervalo”) se o modelo de transferência de slot atualizar o nome do slot e o par de valor do slot. Quanto ao terceiro e último modelo, ele extrai o intervalo de valor do slot da caixa de diálogo se o modelo de slot classifica o tipo como “Intervalo”.
Métodos de machine learning como esses extraem respostas na leitura de respostas baseadas em compreensão como trechos de palavras consecutivas, explicou o grupo Alexa AI, interpretado pelo cientista Shuyang Gao em um post de blog. Isso evita a necessidade de calcular distribuições acima de milhares ou milhões de valores para cada slot. Além disso, combiná-los com as estruturas tradicionais de rastreamento de estado aumenta ainda mais a precisão do rastreamento de slots.
Gao escreveu:
Historicamente, a pesquisa sobre o rastreamento do estado do diálogo se concentrou em métodos que estimam distribuições em todos os valores possíveis para um determinado slot. Mas os sistemas modernos de diálogo orientado a tarefas apresentam problemas de escala. A compreensão da leitura pela máquina é uma área de pesquisa ativa que realizou muitos processos excelentes nos últimos anos. Ao conectá-lo ao rastreamento do estado do diálogo, podemos aproveitar abordagens baseadas na compreensão de leitura. Além disso, podemos desenvolver novos modelos robustos para sistemas de diálogo orientados a tarefas.
Se gostou, não deixe de compartilhar!
Fonte: Venture Beat
Leia também: Quando a IA fica mais inteligente do que nós