Apple研究人员提高了Siri将命令与域匹配的能力

 
Apple的语音助手有很大的改进空间，这不是什么秘密。库比蒂诺公司意识到这一点 – 在6月，它推出了一种改进的神经文本到语音模型，能够在不使用样本的情况下提供更自然的声音。在一份关于预印本服务器Arxiv.org的新发表的研究论文中，一组Apple科学家描述了一种为Siri的域分类器选择训练数据的方法 – 该组件选择一个人的命令是否与他们的日历相关而不是他们的日历。警报 – 只需一小部分示例即可显着减少错误。
正如研究人员解释的那样，Siri使用称为域选择器的分类器处理语音，以便识别给定用户的意图。 (例如，它可能将“今天的天气是什么?”与“天气”域和“星巴克几点关闭”与“LocalBusiness”结合起来)一旦话语与超过60个定义的域之一匹配，一个组件称统计解析器为话语的每个部分分配一个解析标签，之后由域选择器和统计解析器预测的域和解析标签被映射到一个启动适当操作的意图表示。
Domain Chooser是一个多类系统，由七个双向长短期记忆(bi-LSTM)网络组成，这是一种能够学习长期依赖关系的AI模型。因此，“教导”他们识别新域的话语或更准确地对已知域进行分类需要高质量的训练数据，这又需要缓慢且昂贵的人类注释。
该论文的共同作者提倡他们所描述的主动学习技巧。使用分类器集合，它们识别在决策边界附近的错误标记的数据样本 – 输出标签不明确的问题空间的区域 – 由现有分类器学习，以便包括正确标记的版本锐化在新的边界上学习的边界。数据。
Siri已经允许从错误报告，质量保证团队测试以及暗示请求未被正确解释的用户操作中发现预测错误(例如，快速暂停一首歌或退出由Siri发起的应用)，但研究人员指出这些错误的数量相对较少。为了扩展该组假设预测误差，他们建议在未标记数据池中找到类似于已确认预测误差的示例，并使人类注释器分配正确的标签并将结果添加到原始训练数据。在实践中，话语“拼写’音量’”与设置域匹配的错误将表示类似错误分类为设置的话语示例，如“增加音量”和“音量是多少”。
在两个实验的第一个中，论文的共同作者编写了一个语料库，该语料库包含来自先前用于调试Siri的开发集合中的850,000个随机选择的话语，以及使用他们的方法获得的20,000个标记的训练数据。他们使用它来训练域选择器，经过11次测试后显示出8.88%的错误率降低，只有2.3%的原始数据换成了新的例子。
“在本文中，我们提出了一种简单但有效的方法，可以有效地发现域选择器分类器的有用训练数据，作为[Siri]的一部分，”研究人员写道。 “这种方法产生了……质量更好的数据…… [这]减少了人类注释所需的时间……虽然在商业智能助理的设置中开发了一种测试，但该技术得到广泛应用。”
经过长时间的停滞，苹果公司加倍努力扩大Siri的能力，同时提高助手的整体表现。本周与卫报谈话的承包商表示，该公司正在研究未来的更新，这将使Siri能够“就健康问题进行反复讨论”并提供集成的机器翻译功能。另外，Apple正在扩展Siri在iOS 13中的功能，使Apple Watch能够更加强大地访问数字助理的Shazam，Find My和App Store狩猎功能，并使HomePod智能扬声器能够基于口头语言开始播放命令在另一个Siri设备上启动。