Alexa的话语解析是如何工作的？

Question

什么是必要的基本原则/工具来进行类似Alexa的话语分析？

作为参考，Alexa允许设计师定义带有“占位符”的短语，这些短语将被填充。例如，短语“什么是双子座的星座”将匹配底层模型(以下)，并返回Sign=gemini。

what's the horoscope for {Sign}
what is the horoscope for {Sign}
give me the horoscope for {Sign}
tell me the horoscope for {Sign}

为了澄清:我对语言模型和解析(关于理论和算法)是如何工作的理论感兴趣，所以我可以构建我自己的版本。

Answer 1

如果您对语音理解或语音到文本更感兴趣，一些自然语言解析和语音到文本的方法使用递归神经网络或隐马尔可夫过程进行学习，以及一些信号处理算法从输入流中提取更多的原始音频数据。记住，人们已经把整个职业生涯都花在了这份工作上，所以，除非你是一个硕士/博士候选人，想要找一个顶头上司/论文项目，否则只拿起来跑并不是个好问题。这是贝尔实验室的标志性论文，它启发了许多DFA/HMM解决方案。我还没有找到一篇论文，它很好地解释了如何实际实现RNN风格的解决方案，但是如果您感兴趣的话，可以使用这里有一个。

很可能Alexa使用了这些方法的一些组合，但我怀疑你会从这里的任何人那里得到任何好的答案。毕竟，这是一个重要的亚马逊项目，而且他们的工程师们也不会因为Stack溢出而开始泄露商业机密。

Answer 2

奇怪的是，半途而废的权威答案是可能的。我也想知道这个答案。谷歌几乎没有发现什么，直到我在亚马逊的网站上偶然发现了“数据科学家”的招聘帖子。至少在2017年8月28日，他们希望：

具备NLP统计学习技术的扎实背景(HMMs、CRFs、SVMs、LDA、LSI、MRFs等)

因此，这并不是一个详尽的列表，特别是有一些有趣的技术他们不想做广告，但是上面的列表至少是他们所使用的技术的子集。