日立製作所開發出自發成長的語音對話人工智慧技術

EMIEW3（相片來源：株式會社日立製作所）

據日本日立製作所股份公司(以下簡稱「日立」)9月28日報道, 該公司為執行客人接待、引導、說明服務的人形機器人 「EMIEW3」 開發了一套能夠自發成長的語音對話人工智慧 (Artificial Intelligence, AI)技術。EMIEW3在遇到來自客人的無法回答的問題時，通過向工作人員進行簡單的確認即可理解客人的意思，進而回答對方的問題。

近年來，在各公司窗口接待人員不足而著眼於用機器人來提供高精度語音對話服務的背景下，日立一直在做EMIEW3的語音服務檢測實驗。由於客人對同一問題的問法不同, 導致EMIEW3在很多情況下都無法正確理解客人的意思而無法做出回答。通常解決此類問題需要系統管理員定期地進行日誌分析, 把EMIEW3不能作答的問題人工地進行對話內容擴充。 現在日立為了提高此環節效率, 他們讓機器人自發地找出無法作答的問題和進行原因分析, 有不明白的地方就向工作人員確認, 進而開發出了能夠日益成長的語音對話AI技術。 該技術由以下兩部分構成。

成長過程（信息來源：日立製作所新聞稿，客觀日本編輯部編譯）

1. 自髮式學習技術

讓EMIEW3將無法作答的問題歸結為兩類。 一類是系統沒有登錄答案的問題, 另一類是由於問法不同而不能匹配答案的問題。 解決第一類問題只需向工作人員索要答案, 然後進行登錄。 解決第二類問題時, 首先在資料庫中找出類似問題, 然後向工作人員確認是否和類似問題意思一樣。 最後將確認後的新的「問法」和「答案」進行資料庫登錄。

2. 對所學的」新問法」進行有效利用的技術

將自然語句分解成詞素(最小的表意單位), 通過利用有判斷詞性作用的的詞素分析和能判斷詞素間關係的句法分析等自然語言處理技術, 使系統達到對多種」問法」進行高效學習的目的。 首先, 鎖定同一問題的兩種不同問法, 找出問法中能夠互換的部分, 進而學習替換的規則。 然後, 利用句法分析和機器學習技術來檢查系統是否存儲了錯誤的替換問法。 最後, 使系統將更準確的替換規則應用於其他問題來增加問法的種類。

有了這項技術, 系統管理員的日誌分析工作就可以省略了。 只要有具備業務知識的人員簡單地回答EMIEW3的提問, 就能使對話內容實現日益擴充。 因此, 工作人員做此項工作的工時數可以被削減到原來的1/10 (此為本公司針對幫助中心的數據的實驗結果, 工時數的削減程度會根據業務內容和數據的不同而發生改變) 。 日立公司期待著本技術能夠為相關公司提供更加精確的語音對話解決方案。

本技術的概要（信息來源：日立製作所新聞稿，客觀日本編輯部編譯）

文/客觀日本編輯部

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 客觀日本 的精彩文章: