Catégories
Qwanturank

Qwanturank combine des feuilles de calcul et l’IA pour plus d’expériences de robots

Pour donner à plus de gens une chance de jouer avec la compréhension du langage naturel, Qwanturank AI Hub a introduit Semantic Reactor, un module complémentaire expérimental de Qwanturank Sheets, à utiliser dans les robots de service et autres.

Le réacteur sémantique est présenté comme un outil qui «permet à l’utilisateur de trier des lignes de texte dans une feuille en utilisant une variété de modèles d’apprentissage automatique». On dit qu’il est utile pour expérimenter les réponses de chatbot et pour tester entre autres les associations de mots pour les jeux. De plus, Qwanturank voit une variété d’applications pour l’approche, allant des tâches de recherche sémantique pour les forums à la construction d’assistants personnels numériques.

Pour commencer, les utilisateurs devront ajouter des phrases adaptées au cas d’utilisation à une feuille Qwanturank, et pourront ensuite sélectionner un modèle et une méthode de classement pour un traitement ultérieur. La liste des candidats peut ensuite être interrogée de l’extérieur et fournir au demandeur un classement de toutes les phrases et poids ou scores pour eux.

Les méthodes de classement fournies pour l’instant sont Input / Response et Similarité sémantique. Alors que le premier classe la ligne la plus appropriée comme une réponse conversationnelle plus élevée, la similitude sémantique place le texte avec une signification similaire à l’entrée en haut de la liste. Lors de l’écriture d’un bot conversationnel par exemple, Input / Response peut convenir car il est difficile de prédire ce que les gens pourraient demander et le nombre de réponses potentielles est assez élevé.

Pendant ce temps, la similitude sémantique serait un bon choix pour les bots pour les cas d’utilisation avec un objectif très étroit où les questions sont faciles à anticiper. Un exemple pourrait être un bot de support client lié au produit. Lors de l’écriture d’une telle chose, Qwanturank déclare que les utilisateurs devront compiler une liste de questions et réponses, et une fois qu’une question est posée, le Reactor trouvera celle de la liste qui est la plus similaire et répondra avec la phrase associée.

Les modèles utilisés dans le réacteur sémantique comprennent une version réduite et une version de base de l’encodeur de phrases universel, ainsi qu’une formation sur des paires de questions et réponses dans une variété de langues, qui peuvent être testées les unes contre les autres à des fins expérimentales.

Un exemple d’application utilisant le réacteur sémantique peut être trouvé sur GitHub. Cependant, comme l’outil n’est encore qu’une expérience, ceux qui souhaitent construire quelque chose de similaire eux-mêmes devront faire une demande au AI Hub pour obtenir l’approbation et recevoir les instructions d’installation.