在虚拟助手中利用用户参与信号进行实体标注

Siri、Cortana 和 Alexa 等个人助理 AI 系统已被广泛用作通过自然语言指令完成任务的手段。然而，这些系统中的组件通常依赖需要大量人工标注训练数据的监督机器学习算法，而收集这些数据既昂贵又耗时。整合无监督、弱监督或远程监督数据的能力在克服这一瓶颈方面具有巨大潜力。在本文中，我们描述了一个框架，该框架利用用户参与信号（表明对内容有正面或负面响应的用户行为）自动创建细粒度的实体标签，用于训练数据增强。我们采用多任务学习和利用外部知识库进行验证等策略，来整合参与度标注数据并提升模型在序列标注任务上的准确率。我们的结果表明，从用户参与信号自动标注的数据中学习，在一个生产级深度学习系统中取得了显著的准确率提升，这既体现在序列标注任务上，也体现在系统端到端产生的面向用户的结果上。我们相信，这是首次大规模使用用户参与信号来帮助生成序列标注任务的训练数据，并且可以在实际环境中应用，以在人工标注数据稀缺时加速新功能的部署。