(文章来源:十轮网)
为了满足智能助理需要执行越来越多复杂任务的需求,google发布了最新的架构引导对话(schema-guided dialogue,sgd)数据集,以扩展智能助理模型,使其有能力处理多重领域的任务。
现在的智能助理可以完成的任务越来越多,包括预定餐厅或是截取网络消息等,google提到,像是google助理这类智能助理集成了众多领域的服务,每个服务可能由不同领域的服务叠加而成。为了适应这样的发展,让智能助理能够支持更多的新服务,而不需要收集额外的数据或是重新训练模型,降低维护成本。因此google发布sgd数据集,来填补训练智能助理处理复杂与大规模任务所需要的数据集空缺。
sgd数据集是目前最大的任务导向对话语料库,google使用绿野仙踪(wizard of oz)方法产生人类与助理的对话,共包含跨17个领域18,000个对话,并附加了不同的注解。这些对话涉及与服务和api的交互,包括银行服务、事件、日历甚至是天气等17个领域,而在多数的领域,sgd数据集包含多个不同的api,不少api接口不同但是功能重复,以反应实际的状况。
google表示,sgd数据集是第一个涵盖这么多领域,会为每个领域都提供多个api的数据集,而且为了量化模型对api接口更新或是新api的强健性,评估数据集包含了许多在训练数据集中,所没有的新服务。
用户使用sgd数据集,可以训练智能助理支持网页的多样服务,google提到,要完成这个目的,通常需要一个大型的主要架构(master schema),罗列所有支持的功能和参数,但实际上,要开发适合所有使用案例的主架构非常困难,而且即便克服了这项障碍,主架构也可能会让新的或是小型服务的集成变得复杂,进而增加智能助理的维护成本。
而且不少服务之间使用相似的概念,像是订票服务,电影票、机票和演奏会门票逻辑都相似,但使用主架构的方法,就会不方便对这类概念进行连接建模,除非以手动的方式定义之间的映射。
google提出了一个新的架构引导方法解决这些问题,这个新方法不需要为智能助理定义一个主架构,而是为每个服务或是api,提供功能与相关属性列表的自然语言描述,这些描述可以用于学习一个架构的分布式语义表达,为对话系统提供额外的输入,并将对话系统以单个统一的模型实例,这个统一模型为不同服务提供相似概念的表示,并通过架构的分布式表达,使得新服务可以不需要事先有训练数据就能运行。
google为此还以架构引导方法创建了一个智能助理,在所有服务和领域使用单一模型,没有设置各领域的专门参数,就能处理各式任务,google开源了用于对话状态关注的模型,可以在新服务和api没有训练数据的情况下,同时保有与常规设置相同的能力。
9812DX低频噪声测试系统产品介绍
三种智能硬件开发Wi-Fi平台解析
关于充电电池电量计原理的详细介绍
人工智能技术能预防和控制冠状病毒的传播吗
IIC总线的FPGA实现原理及过程
Google发布用于训练通用智能助理的架构数据集
在未来5G技术会取代WiFi无线技术吗
中关村集成电路设计园,中国芯片的崛起将从这里开始
三菱触摸屏应用:动态文本的制作
新唐科技GTL to TTL 系列介绍
全新后PC时代:谁,猎杀了台湾电子业
怎样将笔记本电脑变成闹钟
借助摄影测量方法以及GPU赋力的深度学习
剑指顶级市场,博通腾达推5G路由器
运动DVBGA芯片底部填充胶应用案例分析
如何围绕SIMO核心转换器量身定制的集成式电源管理方法
浪潮信息以新一代存储核心构建新一代集中式和分布式存储平台
英威腾光伏助力兰顺科技用光线“织”出绿色未来
科学家用无人机清洁医院,减少传染性疾病
10分钟快速掌握OpenHarmony社区贡献新流程