ऐलिस डेवलपर्स को उपयोगकर्ता के अनुरोधों में वस्तुओं को खोजने में मदद करेगा। डायलॉग्स में एन.ई.आर.

वसंत में, हमने डायलॉग्स प्लेटफ़ॉर्म लॉन्च किया, जो आपको ऐलिस के लिए कौशल बनाने और उपयोगकर्ताओं से आवाज अनुरोधों को पहचानने की अनुमति देता है। प्रारंभ में, कौशल डेवलपर्स को स्वयं प्रश्नों को पार्स करना था। उदाहरण के लिए, पाठ में पता खोजें। अब मंच काम के इस हिस्से को संभालता है।

आज हम Habr पाठकों को नामित संस्थाओं की पहचान (नामांकित-इकाई मान्यता; NER) और कौशल के विकासकर्ताओं के लिए नए अवसरों के बारे में बताएंगे।



हमारा मानना ​​है कि भविष्य वॉयस इंटरफेस के साथ है। पहले से ही अब कई मामलों में, उपयोगकर्ता ऑन-स्क्रीन कीबोर्ड के बजाय आवाज का उपयोग करना पसंद करते हैं। उदाहरण के लिए, कार चलाते समय। या सरल प्रश्नों के त्वरित उत्तर खोजने के लिए। या सोफे पर पड़े "शहर" में खेलने के लिए। लेकिन ऐसे परिदृश्यों के लिए अधिक से अधिक बनने के लिए, बस पाठ में आवाज को पहचानना पर्याप्त नहीं है।

वॉयस इंटरफेस खोज इंजन क्वेरी के समान हैं। हमें हमेशा ठीक से समझ में नहीं आता है कि हमारे अनुरोध को कैसे बनाया जाए ताकि हमें ठीक से पता चल सके कि हमें क्या चाहिए। इंटरनेट के गठन की भोर में, यह एक बड़ी समस्या थी, क्योंकि खोज इंजन केवल क्वेरी से शब्दों की सटीक घटनाओं के लिए खोज की थी। तो आवाज के साथ। अगर हमें नहीं पता है कि हमसे किस टीम की उम्मीद है, तो हम लंबे समय तक अनुमान लगाएंगे।

एक अच्छे वॉयस इंटरफ़ेस को एक व्यक्ति को मृत अंत तक नहीं ले जाना चाहिए। आमतौर पर, स्किल डेवलपर्स इसे दो ट्रिक के साथ हल करते हैं। सबसे पहले, अपेक्षित उत्तरों को स्क्रीन पर बटन का उपयोग करके संकेत दिया जाता है। यह एक अच्छा अभ्यास है जिसे हम नजरअंदाज न करने की सलाह देते हैं।

इसके अलावा, कौशल के निर्माता सरल प्रश्नों की एक श्रृंखला में जटिल प्रश्नों को तोड़ने की कोशिश करते हैं, जिनके उत्तर की भविष्यवाणी करना आसान है। इसके अलावा, कुछ मामलों में, उपयोगकर्ताओं को एक निश्चित रूप और मामले में कड़ाई से शब्दों का उच्चारण करने की आवश्यकता होती है। इस दृष्टिकोण के साथ समस्या यह है कि इसे अब प्राकृतिक संचार नहीं कहा जा सकता है। अधिक सम्मेलनों और सीमाएं, कम आवाज नियंत्रण एक कीबोर्ड और बटन का उपयोग करने से भिन्न होता है। आदर्श रूप में, उपयोगकर्ता को किसी व्यक्ति के साथ स्वतंत्र रूप से सेवा के साथ संवाद करना चाहिए।

यह अच्छा है जब उपयोगकर्ता कह सकता है "धन्यवाद! लियो टॉल्स्टॉय 16 को आदेश दें और इसे सड़क, मकान नंबर, नाम और उपनाम के बारे में सवालों की एक श्रृंखला में तोड़ने के बजाय सर्गेई सर्गेयेव को सौंप दें। लेकिन इसके लिए डेवलपर को प्राप्त उत्तरों का और अधिक विश्लेषण करने की आवश्यकता होगी। आप इसे मैन्युअल रूप से ऑपरेटर द्वारा कर सकते हैं, लेकिन ऑपरेटरों के एक बड़े प्रवाह के साथ, बहुत कुछ की आवश्यकता होगी। और ऑपरेटरों को वास्तविक समय में ऐसा करने की संभावना नहीं है, इसलिए कौशल लापता जानकारी को तुरंत स्पष्ट करने का अवसर खो देगा। आप एक ऐसी तकनीक विकसित कर सकते हैं जो पाठ में महत्वपूर्ण जानकारी को स्वचालित रूप से वर्गीकृत करेगी, इसे वर्गीकृत करेगी, सामान्य करेगी और इसे बचाएगी। लेकिन यह एक बहुत ही कठिन काम है।

पाठ से उपयोगी संस्थाओं को कुशलतापूर्वक निकालने और उन्हें सही ढंग से वर्गीकृत करने के लिए, सेवा के पास दो महत्वपूर्ण दिशाओं में अनुभव होना चाहिए। सबसे पहले, आपको वस्तुओं के बारे में ज्ञान इकट्ठा करने में सक्षम होने की आवश्यकता है। यदि आपके पास "शब्दकोश" में लियो टॉल्स्टॉय स्ट्रीट नहीं है, तो किसी अनुरोध को संसाधित करते समय, इसे व्यक्ति के नाम के साथ भ्रमित करना और उसे छोड़ना आसान है। दूसरी ओर, उपयोगकर्ता से कच्चे पाठ में इन वस्तुओं को खोजने में सक्षम होना भी उतना ही महत्वपूर्ण है। कम से कम, रूसी भाषा की आकृति विज्ञान को ध्यान में रखें ताकि "सर्गेई" शब्द मिल जाए और "सर्गेई" नाम में बदल जाए।

ऐसा हुआ कि यांडेक्स को इन क्षेत्रों में बहुत अनुभव है। नई तकनीकों को खोजने और उपयोगकर्ता प्रश्नों को पार्स करने के लिए खोज तकनीकों का उपयोग किया जाता है। अब ये तकनीकें ऐलिस के लिए कौशल विकासकर्ताओं के लिए भी उपलब्ध हैं।

डायलॉग्स में नामित संस्थाओं को पहचानना

उपयोगकर्ता द्वारा एक आदेश का उच्चारण करने के बाद, हमारा प्लेटफ़ॉर्म अपने पाठ को पहचानता है और विशिष्ट वस्तुओं का वर्णन करने वाले शब्दों और वाक्यांशों को निकालता है। वर्तमान में, संवाद पहचानता है:

- नाम;
- स्थान के संकेत;
- दिनांक और समय;
- पूर्णांक और भिन्नात्मक संख्या।

उपयोगकर्ता की प्रतिक्रिया पाठ के साथ मान्यता प्राप्त वस्तुओं की जानकारी कौशल सर्वर को भेजी जाती है। एक उदाहरण पर विचार करें:

"10 बजे सेर्गेई सर्गेईव के लिए लियो टॉल्स्टॉय 16 पर पिज्जा ऑर्डर करें"

हमारे मंच को पता है कि लियो टॉल्स्टॉय न केवल एक व्यक्ति है, बल्कि एक सड़क भी है। वह इस बात को भी ध्यान में रखती है कि सड़क के नामों के आगे के पते अक्सर घर के नंबर दर्शाते हैं। इसलिए, कौशल अनुरोध में निम्नलिखित ब्लॉक शामिल होंगे:

{ "type": "YANDEX.GEO", "value": { "house_number": "16", "street": " " } } 

स्थानों में न केवल सड़क और घर शामिल हो सकते हैं, बल्कि शहर, देश या यहां तक ​​कि हवाई अड्डे भी शामिल हैं।

नामों के साथ, यह उसी तरह से काम करता है। मंच नाम, उपनाम, मध्य नाम पा सकता है और उन्हें नाममात्र के मामले में ला सकता है।

 { "type": "YANDEX.FIO", "value": { "first_name": "", "last_name": "" } } 

डेटा सामान्यीकरण नामांकित संस्थाओं की मान्यता की एक महत्वपूर्ण विशेषता है। यदि पते और नामों के लिए यह संपत्ति इतनी स्पष्ट नहीं है, तो तारीखों और समय के साथ सब कुछ बहुत अधिक स्पष्ट है। "रात 10 बजे" स्वचालित रूप से "22" में बदल जाता है। कल और परसों कल स्पष्ट रूप से वेतन वृद्धि की तारीखें।

 { "type": "YANDEX.DATETIME", "value": { "hour_is_relative": false, "hour": 22 } } 

नंबर की मान्यता को भी कम करके नहीं आंका जाना चाहिए। उदाहरण के लिए, एक उपयोगकर्ता के पाठ में "चार बिंदु पाँच दसवें" में बदल जाएगा:

 { "type": "YANDEX.NUMBER", "value": 4.5 } 

में रुचि रखते हैं? हम आपको प्रलेखन के लिए आमंत्रित करते हैं। यदि प्रश्न बने रहते हैं, तो टेलीग्राम में हमारी चैट में आपका स्वागत है। ब्लॉग पर अन्य प्लेटफॉर्म समाचारों का पालन करना सुविधाजनक है।