211service.com
Um einen intelligenteren Chatbot zu bauen, bringen Sie ihm zuerst eine zweite Sprache bei
Herr. Technik
Von Alexa und Siri bis hin zu unzähligen Chatbots und automatisierten Kundendienstleitungen lernen Computer allmählich sprechen. Das einzige Problem ist, dass sie immer noch sehr leicht zu verwechseln sind.
Ein Forschungsteam von Salesforce hat einen cleveren Weg gefunden, um die Leistung vieler moderner Sprachprogramme zu verbessern – einem Algorithmus beizubringen, eine andere Sprache zu sprechen, bevor er für andere Aufgaben trainiert wird.
Maschinen beizubringen, eine kohärente Konversation zu führen, bleibt eine der großen, herausragenden Herausforderungen in der KI, weil das Entwirren der Bedeutung von gesprochenem oder geschriebenem Text so oft auf einem breiteren Verständnis der Welt oder gesundem Menschenverstand beruht (siehe Sprachproblem der KI).
Es stellt sich heraus, dass das Trainieren eines maschinellen Lernsystems zum Übersetzen zwischen zwei Sprachen ihm automatisch nützliche Dinge über die Beziehung und den angemessenen Kontext von Wörtern beibringt. Wenn dieses System als Grundlage für ein anderes maschinelles Lernsystem verwendet wird – eines, das beispielsweise darauf trainiert ist, ein Gespräch zu führen oder die Stimmung in einem Text zu erkennen – funktioniert es weitaus besser als ein von Grund auf neu trainiertes System.
Wir nehmen maschinelle Übersetzungsdaten und bringen dem Modell im Grunde bei, wie es Wörter und Kontext versteht, sagt er Richard Söcher , Chief Scientist bei Salesforce und Experte für die Anwendung von maschinellem Lernen und Sprache.
Die Arbeit ist ein Beispiel dafür, wie Fortschritte beim maschinellen Lernen dazu beitragen können, die Sprachkenntnisse von KI-Systemen zu verbessern. Viele Deep-Learning-basierte Computer-Vision-Systeme nutzen irgendeine Form von Netzwerk-Vortraining, und Socher schlägt vor, dass die maschinelle Übersetzung eine ähnliche Möglichkeit zum Bootstrap von natürlichen Sprachsystemen bieten könnte.
Salesforce, eine Online-Plattform zur Verwaltung von Kundeninteraktionen in den Bereichen Vertrieb, Marketing und Handel, bietet über seine Einstein-Plattform bereits eine Reihe von KI-Tools an. Dazu gehört ein Tool zur automatischen Klassifizierung der Stimmung von E-Mail- oder Chat-Nachrichten und ein weiteres zur Priorisierung der Leads, die ein Mitarbeiter auf der Grundlage seiner vorherigen Aktivität verfolgt.
Socher glaubt, dass diese Entdeckung dazu beitragen wird, die natürlichen Sprachfähigkeiten der Einstein-Plattform zu verbessern. Für Chatbots und die Automatisierung des Kundensupports ist dies sehr nützlich, sagt er.
Die Salesforce-Forscher trainierten ein Deep-Learning-System, um zwischen Englisch und Deutsch zu übersetzen. Dazu musste eine große Anzahl übersetzter Dokumente in ein vielschichtiges neuronales Netzwerk eingespeist und die Parameter des Netzwerks angepasst werden, bis es lernte, eine anständige Übersetzung für sich selbst zu erstellen. Das System stellt Wörter mithilfe von Vektoren dar, was eine gängige Methode zum Codieren und Analysieren von Bedeutungen in Text ist.
Die Forscher trainierten dann das zweisprachige Netzwerk, um eine Vielzahl von Dingen zu tun: die Stimmung eines Textstücks zu bestimmen; verschiedene Arten von Fragen klassifizieren; und Fragen beantworten. Und sie zeigen, dass ihr vortrainiertes Netzwerk die Leistung eines Netzwerks übertrifft, das keine zweite Sprache gelernt hat.
Die Datensätze der maschinellen Übersetzung sind besonders groß, was bei der Herausforderung des maschinellen Lernens hilft. Es gibt eine wichtige Verbindung zwischen der Übersetzung und dem Rest der Sprache, sagt Bryan McCann, ein Forscher bei Salesforce, der an dem Projekt beteiligt ist. [Übersetzungsdatensätze] sind sehr allgemein; Sie enthalten Informationen, die allgemein für die Verarbeitung natürlicher Sprache nützlich sein können.