マルチアームバンディットと暗黙フィードバックを用いた自然言語理解の個人化【JST・京大機械翻訳】

Moerchen Fabian; Ernst Patrick; Zappella Giovanni

文献

J-GLOBAL ID：202002262820437378 整理番号：20A2461752

マルチアームバンディットと暗黙フィードバックを用いた自然言語理解の個人化【JST・京大機械翻訳】

Personalizing Natural Language Understanding using Multi-armed Bandits and Implicit Feedback

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2461752&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (3件)： , ,
資料名：
号： CIKM ’20 ページ： 2661-2668 発行年： 2020年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

音声制御話者に関する自然言語理解(NLU)モデルはいくつかの課題に直面している。特に,音楽ストリーミングサービスは,しばしば,数百万の歌,芸術家,およびアルバム,および数千のカスタムプレイリストとステーションを含む,大きなカタログを持っている。多くの場合,キャリアフレーズとエンティティ名の間で曖昧さとわずかな構造的差異がある。本研究では,音楽ドメインにおける音声要求に対する応答の精度と個人化を改善するために,暗黙の顧客フィードバックと組み合わせてマルチアームバンドをいかに活用するかについて述べた。このモデルを,いくつかの他の成分を含む大規模工業システムで試験した。特に,著者らは,上流のNLUモデルによって作られた誤差を修正するためにこの技術を使用して,顧客選好と音楽プロバイダ機能に基づく個人化応答に焦点を合わせた。モデルは,アマゾンのMusicに対する再生率の著しい改善をもたらし,いくつかの国と言語を果たすシステムに展開された。さらに,顧客の陰的フィードバックを用いて,NLUモデルの弱いラベル付き訓練データを生成した。これは,すべてのAlexaデバイスで他の音楽プロバイダを用いて顧客の経験を改善した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

パターン認識 , 音声処理 , CAI

, ,

前のページに戻る