让计算机更接近于理解人类对话:约翰霍普金斯大学工程师开发机器学习模型

模型帮助计算机理解人类语言

约翰霍普金斯大学语言和语音处理中心的一名工程师开发了一种机器学习模型,可以将语音功能与语言理解系统产生的对话记录区分开来。 这种方法可以帮助计算机最终像人类一样“理解”书面或口头文本。

由 CLSP 助理研究员科学家 Piotr Zelasko 开发的新模型可识别单词的意图,并将它们分为“陈述”、“问题”和“打断”等类别,最终转录:一项称为“”的任务 对话行为识别”。

这种新方法使 LU 系统不再费力地对大型非结构化文本块中的主题、情感和意图进行分类。 他们可以使用一组表达特定事物的表达方式,例如问题、打扰或情绪。 Zelasko 说:“我的模型允许这些系统在它们可能会失败的地方运行”。他的研究发表在计算语言学协会的交易中。

来源和详细信息:
https://techxplore.com/news/2021-12-closer-human-conversation.html