Ditekter tal-gidba Ibbażat fuq l-AI għal Konversazzjonijiet taċ-Ċentru tas-Sejħiet

Riċerkaturi fil-Ġermanja użaw it-tagħlim tal-magni biex joħolqu sistema ta’ analiżi tal-awdjo maħsuba primarjament biex taġixxi bħala lie detector ibbażat fuq l-AI għal klijenti f’komunikazzjonijiet awdjo ma’ call center u staff ta’ appoġġ.

il sistema juża dataset maħluq apposta ta' reġistrazzjonijiet awdjo minn 40 student u għalliema waqt dibattiti dwar suġġetti kontenzjużi, inkluża l-moralità tal-piena tal-mewt u l-miżati tat-tagħlim. Il-mudell ġie mħarreġ fuq arkitettura li tuża Netwerks Neurali Konvoluzzjonali (CNNs) u Memorja fit-Tul għal Terminu Qasir (LSTM), u kisbet rata ta 'preċiżjoni rrappurtata ta' 98%.

Għalkemm l-intenzjoni ddikjarata tax-xogħol tiċċita komunikazzjonijiet tal-klijenti, ir-riċerkaturi jammettu li topera b'mod effettiv bħala lie-detector għal skopijiet ġenerali:

“Is-sejbiet huma applikabbli għal firxa wiesgħa ta' proċessi ta' servizz u speċifikament utli għall-interazzjonijiet kollha tal-klijenti li jseħħu permezz tat-telefon. L-algoritmu ppreżentat jista 'jiġi applikat fi kwalunkwe sitwazzjoni fejn ikun ta' għajnuna għall-aġent li jkun jaf jekk klijent hux qed jitkellem mal-konvinzjoni tagħha.

“Dan jista', pereżempju, iwassal għal tnaqqis fil-pretensjonijiet ta' assigurazzjoni dubjużi, jew dikjarazzjonijiet mhux veritieri fl-intervisti tax-xogħol. Dan mhux biss inaqqas it-telf operazzjonali għall-kumpaniji tas-servizz, iżda wkoll iħeġġeġ lill-klijenti jkunu aktar veritieri.'

Ġenerazzjoni tas-Sett tad-Data

Fin-nuqqas ta' sett ta' dejta xieraq disponibbli pubblikament fil-lingwa Ġermaniża, ir-riċerkaturi – mill-Università tax-Xjenzi Applikati ta' Neu-Ulm (HNU) – ħolqu l-materjal sors tagħhom stess. Fliers tpoġġew fl-università u fl-iskejjel lokali, b'40 voluntier magħżula b'età minima ta' 16. Il-voluntiera tħallsu b'vawċer tal-Amazon ta' 10 ewro.

Is-sessjonijiet tmexxew fuq mudell ta 'klabb ta' dibattitu ddisinjat biex jippolarizza l-opinjoni u jqajjem risponsi b'saħħithom dwar suġġetti inċendjarji, li jimmudellaw b'mod effettiv l-istress li jista 'jseħħ f'konversazzjonijiet problematiċi tal-klijenti fuq it-telefon.

Is-suġġetti li dwarhom il-voluntiera kellhom jitkellmu liberament għal tliet minuti fil-pubbliku kienu:

– Għandhom jerġgħu jiddaħħlu l-piena tal-mewt u l-eżekuzzjonijiet pubbliċi fil-Ġermanja?
– Għandhom jiġu ċċarġjati miżati tat-tagħlim li jkopru l-ispejjeż fil-Ġermanja?
– Għandu jiġi legalizzat l-użu ta’ drogi iebsa bħall-eroina u l-crystal meth fil-Ġermanja?
– Għandhom jiġu pprojbiti fil-Ġermanja l-ktajjen ta' ristoranti li jservu fast food mhux tajjeb għas-saħħa, bħal McDonald's jew Burger King?

Ipproċessar minn qabel

Il-proġett iffavorixxi l-analiżi tal-karatteristiċi tad-diskors akustiku f'approċċ ta' Rikonoxximent Awtomatiku tad-Diskors (ASR) fuq approċċ NLP (fejn id-diskors jiġi analizzat fuq livell lingwistiku, u t-'temperatura' tad-diskors tiġi dedotta direttament mill-użu tal-lingwa).

Il-kampjuni estratti pproċessati minn qabel ġew analizzati inizjalment permezz ta 'Mel-frequency Cepstral Coefficients (MFCCs), metodu affidabbli u antik li għadu popolari ħafna fl-analiżi tad-diskors. Peress li l-metodu kien propost għall-ewwel darba fl-1980, huwa notevolment frugal bir-riżorsi tal-kompjuter f'termini ta 'rikonoxximent ta' mudelli rikorrenti fid-diskors, u huwa reżistenti għal diversi livelli ta 'kwalità tal-qbid tal-awdjo. Minħabba li s-sessjonijiet saru fuq pjattaformi VOIP f'kundizzjonijiet ta 'lock-down f'Diċembru tal-2020, kien importanti li jkun hemm qafas ta' reġistrazzjoni li jista 'jikkunsidra awdjo ta' kwalità fqira meta meħtieġ.

Huwa interessanti li wieħed jinnota li ż-żewġ limitazzjonijiet tekniċi msemmija hawn fuq (riżorsi limitati tas-CPU fil-bidu tas-snin tmenin u l-eċċentrikitajiet tal-konnettività VOIP f’kuntest ta’ netwerk konġestjonat) jingħaqdu hawn biex joħolqu dak li huwa effettivament mudell 'teknikament skars' li huwa (apparentement) mhux tas-soltu robust. fin-nuqqas ta 'kundizzjonijiet tax-xogħol ideali u riżorsi ta' livell għoli - jimitaw l-arena fil-mira għall-algoritmu li jirriżulta.

Minn hemm 'il quddiem Transform Fourier Mgħaġġla (FFT) l-algoritmu ġie applikat kontra s-segmenti tal-awdjo biex jipprovdi profil spettrali ta' kull “frejm tal-awdjo”, qabel l-immappjar finali għall-Iskala Mel.

Taħriġ, Riżultati u Limitazzjonijiet

Matul it-taħriġ, il-vettori tal-karatteristiċi estratti jiġu mgħoddija għal saff tan-netwerk konvoluzzjonali mqassam fil-ħin, iċċattjati u mbagħad mgħoddija għal saff LSTM.

Arkitettura tal-proċess ta' taħriġ għad-ditekter tal-verità AI. Sors: https://arxiv.org/ftp/arxiv/papers/2107/2107.11175.pdf

Fl-aħħarnett, in-newroni kollha huma konnessi ma 'xulxin sabiex jiġġeneraw tbassir binarju dwar jekk il-kelliem hux jgħid affarijiet li jemmnu li huma veri jew le.

Fit-testijiet wara t-taħriġ, is-sistema kisbet livell ta 'preċiżjoni sa 98.91% f'termini ta' dixxerniment tal-intenzjoni (fejn il-kontenut mitkellem jista 'ma jirriflettix l-intenzjoni). Ir-riċerkaturi jqisu li x-xogħol juri empirikament identifikazzjoni tal-konvinzjoni bbażata fuq mudelli tal-vuċi, u li dan jista 'jinkiseb mingħajr dekostruzzjoni tal-lingwa fl-istil NLP.

F'termini ta 'limitazzjonijiet, ir-riċerkaturi jammettu li l-kampjun tat-test huwa żgħir. Għalkemm il-karta ma tiddikjarahx b'mod espliċitu, id-dejta tat-test ta' volum baxx tista' tnaqqas l-applikabilità aktar tard fil-każ li l-preżunzjonijiet, il-karatteristiċi arkitetti u l-proċess ta 'taħriġ ġenerali huma wisq tajbin għad-dejta. Id-dokument jinnota li sitta mit-tmien mudelli mibnija matul il-proġett kienu żżejjed f'xi punt fil-proċess tat-tagħlim, u li hemm aktar xogħol xi jsir biex tiġi ġeneralizzata l-applikabilità tal-parametri stabbiliti għall-mudell.

Barra minn hekk, riċerka ta’ din in-natura trid tagħti kont tal-karatteristiċi nazzjonali, u d-dokument jinnota li s-suġġetti Ġermaniżi involuti fil-ġenerazzjoni tad-dejta jista’ jkollhom xejriet ta’ komunikazzjoni li mhumiex direttament replikabbli bejn il-kulturi – sitwazzjoni li x’aktarx tinqala’ fi kwalunkwe studju bħal dan f’ kwalunkwe nazzjon.