Google研究人員開發了一種人工智慧文字編輯模型,可以預測編輯操作序列,把來源文字轉換成為目標文字,Google表示,LaserTagger是一種精確不易出錯的文字產生方法,且比過去的方法更易於訓練,改進後的模型架構執行速度也更快。

Seq2seq(Sequence-to-sequence)是一種用來處理語言的機器學習方法,可以應用在段落融合、文字摘要和語法錯誤糾正等文字編輯工作。Google提到,Seq2seq模型的發明,改變了機器翻譯的領域,因為其改進的模型結構,並以非監督式預訓練使用大量未標註文字的特性,讓神經網路方法輸出的品質得以大幅提升。

不過,Seq2seq仍然有不少需要克服的缺點,最主要有三點,該方法會生成輸入所不支援的文字,也就是產生幻覺(Hallucination),而且需要大量的訓練資料,輸出才能達到可接受的品質,還有Seq2seq產生文字的方式為逐字產生,因此不可避免地,文字產生的速度較慢。

Google最新有關人工智慧文字處理的論文,發表最新的LaserTagger模型,改善Seq2seq的三項主要缺點,該模型的特色就像是名稱LaserTagger中的雷射一樣,速度和精確度的表現非常好,LaserTagger不會從頭開始產生文字,而是透過預測一系列編輯操作產生最終文字,而非實際預測單詞來產生輸出。

Google提到,許多文字產生的工作,其輸出與輸入有極高的重疊,例如在檢測和糾正錯誤,或是融合句子的時候,通常大部分的輸入文字都不需要更動,只需要修改一小部分。LaserTagger產生的編輯操作,例如Keep是複製單詞到輸出,而Delete是刪除單詞,Keep-AddX/Delete-AddX則是在標記的單詞前增加片語X,並且選擇性刪除標記單詞。

由於需要添加的單詞和片語,均來自於最佳化的字彙列表,該字彙列表需要符合字彙數量最小化,且能最大化訓練範例的數量,Google提到,限制字彙表就能縮小輸出的決策空間,便能避免模型隨意添加字詞,減少幻覺產生的機率,因此LaserTagger比Seq2seq基準更不容易產生幻覺。

另外,在資料效率方面,即便只使用數百或是數千個範例訓練,LaserTagger也能產生合理的結果,而Seq2seq至少需要數萬個訓練範例,才能產生與之相比的結果。LaserTagger預測速度快上不少,是Seq2seq基準的100倍,因此更適合用在即時應用上。

Google提到,之所以LaserTagger的研究很重要,是因為在大規模應用上,LaserTagger的優勢也能隨之放大,部分服務能用來透過縮短回應長度,以改進語音答案的組成,而LaserTagger較快的預測速度,可以在不明顯增加延遲的情況下,加入到更多現有的技術堆疊中,提供更多元的服務。更好的資料效率,就代表可以為更多資源稀缺的語言使用者提供服務。

熱門新聞

Advertisement