首页 > 财经 > 正文
Qzone
微博
微信

科学家开发新机器学习模型,让计算机“读懂”人类对话

前瞻网 2021-12-23 14:34

 

科学家开发新机器学习模型,让计算机“读懂”人类对话_产经_前瞻经济学人

近日,约翰霍普金斯大学语言和语音处理中心(Johns Hopkins Center for Language and Speech Processing)的工程师开发了一种新机器学习模型,该模型可以进行语言理解,或区分LU系统输出的对话记录中的语音功能,这种方法最终可以帮助计算机“理解”口语或语音,并书写成通顺文本。

这个新开发的模型,能够识别词语背后的意图,并将它们组织与分类成最终的“陈述”、“问题”或 “打断”等类别,这项任务被称为'对话行为的识别'。研究人员表示,通过为其它模型提供一个更有组织和细分的文本版本,新模型可以成为理解对话的第一个步骤。

这种新方法意味着,LU系统不再需要处理巨大的、非结构化的文本块,它们在试图对文本的主题、情感或意图等进行分类时,会遇到困难。相反,他们可以处理一系列的表达,这些表达说的是非常具体的事情,如一个问题或中断。

研究中,研究人员采用了一些最近引入的语言理解模型,目标是组织和分类单词和短语,并研究不同的变量(例如标点符号)如何影响这些模型的性能。

研究者称,标点符号为模型提供了非常强的线索,而这些线索在文本中似乎并不存在,例如对话中几乎找不到标点符号。

在研究和分析人与人对话的时候,研究人员发现许多自然语言处理算法,只有在文本具有清晰结构时才能正常运行,例如当一个人用完整的句子说话的时候。然而,在现实生活中,人们很少说话如此正式,这使得系统很难准确确定句子的开头和结尾。

但是有了这个新模型,至少可以找到对话的“单元”。这可能有助于完成大量任务,例如总结、意图识别和关键短语的检测。

研究人员预测,这个新模型有一天也可以被医生使用,为他们节省宝贵的时间。医生如今在与患者互动时,会花时间做笔记。然而,使用新模型的设备可以快速浏览对话记录、填写表格并自动写笔记,让医生能够专注于他们患者的其它情况。

题为What Helps Transformers Recognize Conversational Structure? Importance of Context, Punctuation, and Labels in Dialog Act Recognition的相关研究论文发表在《计算语言学协会学报》(Transactions of the Association for Computational Linguistics)上。

前瞻经济学人APP资讯组

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系)

 

责任编辑: 4162SKX

责任编辑: 4162SKX
人家也是有底线的啦~
广告
Copyright © 2018 TOM.COM Corporation, All Rights Reserved 雷霆万钧版权声明
违法信息/未成年人举报:010-85181169     举报邮箱/未成年人举报:jubao@tomonline-inc.com