华夏IT网 - 至繁归于至简,IT行业综合站。 设为首页|加入收藏

华夏IT网-您身边的IT行业专家。


当前位置:首页 > IT新闻 > 正文

Uber 开源研究对话系统 Plato,用于开发和训练会话 AI

发布时间:2019-07-17 来源:华夏it网 我要评论
“在曩昔的几十年中,智能会话署理现已发生了明显的改变,从关键字定位交互式语音应对(IVR)体系到正在成为日常日子中不可或缺的一部分的跨渠道智能个人助理。跟着这种增加,需求直观、灵敏和全面的研讨和开发渠道,可以作为敞开的测验渠道,协助评价新算法,快速创立原型,并可靠地布置会话署理。 ”

  在这种布景下,Uber AI(Uber 的人工智能研讨部分)开发而且开源了柏拉图( Plato )研讨对话体系。Plato 旨在构建、练习和布置会话 AI 署理,使数据科学家和业余爱好者可以从原型和演示体系中搜集数据。它供给洁净且易于了解的规划,并与现有的深度学习和贝叶斯优化结构(用于调整模型)集成,可削减编写代码的需求。

  现在,Plato 支撑经过语音、文本或结构化信息(换句话说,对话行为)进行交互,而且每个会话署理可以与人类用户、其他会话署理(在多署理设置中)或数据进行交互。最重要的是,Plato 可以为会话署理的每个组件包裹现有的预练习模型,而且每个组件都可以在线(在交互期间)或离线(从数据)进行练习。

  Plato 经过模块化规划完结了这一方针,将数据处理分为七个过程:

  • 语音辨认(将语音转录为文本)
  • 言语了解(从该文本中提取含义)
  • 状况盯梢(到现在为止现已说过和完结的内容的汇总信息)
  • API 调用(查找数据库,查询 API 等)
  • 对话战略(生成署理人回应的笼统含义)
  • 言语生成(将笼统含义转换为文本)
  • 语音组成(将文本转换为语音)

  每个独自的组件都可以运用任何机器学习库(例如,Ludwig、TensorFlow 或 PyTorch)进行在线或离线练习,由于 Plato 是一个通用结构。

\
Plato 的架构答应对多个署理进行并发练习

  为了证明其可扩展性,Plato 用户可以经过供给该类模块的 Python 类名和包途径以及模型的初始化参数来界说自己的体系结构或刺进自己的组件。只需模块依照它们应该履行的次序列出,Plato 就会处理其余部分,包含包装输入和输出,链接和履行模块(串行或并行),以及促进对话。

  在数据记载方面,Plato 会在名为 Dialogue Episode Recorder 的结构中盯梢事情,该结构包含有关从前对话状况、所采纳的操作、当时对话状况等信息。还包含一个自界说字段可用于盯梢不属于界说类别的任何内容。

  Uber AI 的研讨人员在最终表明:“咱们信任,Plato 可以在和其他开源的深度学习结构中愈加无缝地练习会话署理,然后改进学术和职业使用中的对话 AI 技能,跟着时刻的推移,他们的说话会变得越来越天然。”

0
本文标签: Uber 开源

相关内容

发表评论

华夏IT网-IT行业综合站
Copyright © 华夏IT网 版权所有 鄂ICP备13015020号-6