近日据外媒报道,在比利时布鲁塞尔的自然语言处理实验方法会议上,谷歌研究者向其展示的论文中描述了他们的离线设备,在内置人工智能系统“自我管控神经网络”(SGNNS)在对话相关的任务中取得了不错的成绩。
谷歌设备内置文本分类(图片来自网络)
在实验中,SGNNS使用一个固定的多维度载体,不考虑输入数据的单词或形体尺寸,同带有超过几十万维度存储需求的文字嵌入法进行比较。该研究者用两个对话行为作为基准数据集来评估SGNN:包含了两名对话者和42个对话行为的“交换机对话行为语料库”(SWDA),以及容纳了多方会谈的“ICSI会议录音机对话行为语料库”(MRDA)。
SGNN在没有预处理,标记,解析和事先训练嵌入的情况下,领先了两个基准人工智能系统12%到35%。通过SWDA和MRDA数据采集,它实现了83.1%和86.7%的准确率,高于作为基准的尖端卷积神经网络和回归神经网络,并且实现了日语条件下的73%准确率,接近表现此前最好的系统成绩。