亚马逊的Alexa很快就会开始猜测您的下一个请求

得益于新的机器学习系统，亚马逊的Alexa语音助手将在预测您的下一个请求方面做得更好。该功能已经在美国以英语提供给Alexa客户，它使亚马逊的语音助手更接近更自然的对话。该公司在一篇博客文章中指出，早期的指标表明，新系统正在提高客户参与度。

亚马逊在一篇博客文章中宣布，Alexa的新功能使其可以推断客户的潜在目标，这些目标可能不会直接表达，而是隐含在请求中。例如，如果用户询问浸泡茶需要多长时间，那么下一个问题可能是关于为此任务设置计时器。有了新的能力，阿列克谢可以先发制人，回答这个问题，'五分钟是开始的好地方'，然后问 '你想让我设置一个五分钟的计时器吗？""

另请阅读: 亚马逊回声点第四代评论: 听起来很聪明

亚马逊给出的另一个例子是，客户向Alexa询问海滩的天气。然后，Alexa可能会猜测用户需要其他信息来计划去海滩旅行。亚马逊表示，Alexa的目标是让客户发现与她互动就像与另一个人互动一样自然。9月，该公司宣布了 “自然转向”，允许客户与Alexa交谈，而不必一直说 “唤醒”。

博客文章解释说，为了实现这种转变，它依赖于 “许多复杂的算法”，这些算法可以检测这些 “潜在目标” 并将其形成为行动。博客文章指出，这样做的目的还在于确保当Alexa提供这些建议时，它们不会产生破坏性。

Alexa如何更好地预测用户意图？

亚马逊指出，并非所有请求都适合此类任务。例如，当用户询问鸡肉食谱作为第一个请求时，一个较早的原型会错误地询问用户是否要在后续中播放鸡肉声音。

亚马逊正在使用 “基于深度学习的触发模型” 来帮助Alexa确定用户意图。该模型牢记句子的其他几个方面，例如文本以及客户过去是否参与过Alexa的多技能建议。如果模型发现 “上下文” 合适，则Alexa建议一种技能来实现潜在目标或未直接表达的目标。

亚马逊表示，这些 “建议是基于潜在目标发现模型学到的关系。”一个例子是，随着时间的推移，该模型可能已经了解到，询问茶应该浸泡多长时间的客户，并经常通过要求Alexa为该时间设置计时器来跟进。现在有了新功能，Alexa将能够建立连接并自行提供计时器建议。

潜在目标发现模型分析了客户话语的多种特征，包括相互信息。博客还指出，还有 “语义角色标签模型”，它 “从当前对话中寻找命名实体和其他论点，包括Alexa自己的回应”。

最后，亚马逊还依赖于 “强盗学习”，即 “机器学习模型跟踪建议是否有帮助”。 《邮报》指出，“表现不佳” 的人会被抑制。