• Российские исследователи разработали подход для улучшения способности чатботов предсказывать намерения пользователей без использования больших языковых моделей.
• Метод основан на автоматическом построении диалоговых сценарных графов и предсказании намерений с использованием графовой структуры диалоговых данных.
• Подход решает проблему прозрачности генерируемых ответов, связанную с большими языковыми моделями.
• Графы являются математическими структурами, состоящими из связанных узлов и ребер, роль которых исполняют намерения пользователей и переходы между ними.
• Процесс ручной разметки данных для построения графов требует значительных ресурсов.
• Алгоритм автоматически группирует похожие высказывания на основе диалогового корпуса, определяя намерения участников диалога.
• Использование графов позволяет значительно точнее предсказывать намерения участников чата, чем это делают трансформеры и другие «текстовые» алгоритмы.
• Разработка может сделать чатботы более эффективными и удобными для использования в узких предметных областях, где сложно работать большим языковым моделям.
• Применение графового подхода может снизить расходы вычислительных ресурсов и энергии на работу систем машинного обучения.