有些人可能會認(rèn)為，讓支持多種語言(包括西班牙語、德語和日語)的Alexa“聽懂”方言是小菜一碟，但事實并非如此。據(jù)亞馬遜的研究人員稱，英式英語和美式英語之間的鴻溝非常之大，以至于經(jīng)常需要從頭開始訓(xùn)練機(jī)器學(xué)習(xí)模型。

Alexa理論上應(yīng)該能夠使用已有的知識引導(dǎo)語言訓(xùn)練。這就是為什么亞馬遜的科學(xué)家們正在研究一種技術(shù)，這種技術(shù)可以找出客戶的需求主題，比如音樂、天氣或運(yùn)動，并識別出與特定領(lǐng)域無關(guān)的語言。

亞馬遜的研究人員在計算語言學(xué)協(xié)會北美分會上發(fā)表的論文中，描述了他們的工作。亞馬遜Alexa人工智能高級應(yīng)用科學(xué)經(jīng)理Young Bum Kim寫道：“域名分類的多任務(wù)訓(xùn)練具有挑戰(zhàn)性的一個原因是，對同一域名的請求在不同地區(qū)可能看起來大相徑庭。例如，對餐館域名的請求在孟買的餐館名稱將與在倫敦的餐館名稱大不相同，盡管顧客要求相同的服務(wù)，像地址信息、菜單信息、預(yù)訂等。在某些案例中，當(dāng)跨區(qū)域的請求更一致時，幾個不同的地區(qū)特定模型的輸出可以相互加強(qiáng)，提高了準(zhǔn)確性?！?/p>

該團(tuán)隊的域分類器同時執(zhí)行多個任務(wù)，主要是學(xué)習(xí)一種語言的統(tǒng)計模型，該模型捕捉跨區(qū)域的一致性，并在通用和地區(qū)特定模型的輸出上學(xué)習(xí)不同的分類。重要的是，注意機(jī)制根據(jù)輸入給出了不同語言環(huán)境特定模型的輸出的不同側(cè)重點(diǎn)，這樣當(dāng)輸入數(shù)據(jù)依賴于語言環(huán)境時，它將其大部分權(quán)重分配給單個語言環(huán)境特定模型，并忽略輸出其他特定于語言環(huán)境的模型。

為了確定在運(yùn)行時應(yīng)該接受“特殊處理”的域，研究人員在訓(xùn)練時將特定于區(qū)域的模型的輸出組合成單個向量，其中權(quán)重較大的輸出對向量最終值的貢獻(xiàn)大于權(quán)重較小的輸出。然后，將向量與獨(dú)立于區(qū)域設(shè)置的模型的輸出連接起來，并將其傳遞給另一個網(wǎng)絡(luò)層進(jìn)行域分類。

在美國、英國，印度和加拿大四種英語變體的實驗中，與單獨(dú)訓(xùn)練的模型相比，研究人員的模型準(zhǔn)確度提高了18%、43%、116%和57%。

此前，如果要確保Alexa語音助手能夠很好的理解語言變體，就需要針對每一種語言變體進(jìn)行重新的訓(xùn)練，而亞馬遜研究人員所創(chuàng)造的這種新的語音識別訓(xùn)練方法，意味著為現(xiàn)有語言的新變體構(gòu)建模型的工作量將大大減少。