2024音樂(lè)垂域的自然語(yǔ)言理解

音樂(lè)垂域的自然語(yǔ)言理解SDKMOITASR，ASRoivs，很簡(jiǎn)單的實(shí)現(xiàn)一個(gè)技能，如打開(kāi)成語(yǔ)接龍或閑聊，將query轉(zhuǎn)給第三方技能。周邊就是機(jī)退票，音樂(lè)就是你要找歌手、聽(tīng)歌、還是找一個(gè)推薦；在意圖理解后抽取Slot（一個(gè)個(gè)的歌名。ASR（2用tst3指定播放順序；（4）根據(jù)歌詞內(nèi)容識(shí)別歌曲，如“海草海草”識(shí)別到是“海草舞”；（5）樣，沒(méi)有固定的組成規(guī)則；知識(shí)庫(kù)數(shù)量巨大，如QQ音樂(lè)是千萬(wàn)級(jí)，網(wǎng)易云音樂(lè)數(shù)百萬(wàn)，Userfeedback，languagemodel，domainfrequency（利用用戶(hù)行為就切換，還有音樂(lè)的熱度、風(fēng)格、發(fā)行時(shí)間等。大致流程會(huì)對(duì)query做一些前置理解，后NLU數(shù)據(jù)反饋。意圖抽取會(huì)對(duì)query進(jìn)行預(yù)分析，數(shù)據(jù)預(yù)處理，然后中文分詞還有推薦意圖分queryquery的一些傾向性的方向判斷，找到主干query供第二部使用。接下來(lái)介紹一下推薦意圖分類(lèi)器，在獲取query時(shí)，增加了一個(gè)二分類(lèi)判斷，判斷是否是詞后抽取n-gram特征，如單詞特征、二元特征、三元特征，最后利用邏輯回歸。后續(xù)會(huì)使用Woed2vec，因?yàn)閣ord2vec能夠捕捉更多語(yǔ)法和語(yǔ)義特征。代，目的是對(duì)query語(yǔ)義做傾向性判斷。還有影視類(lèi)、標(biāo)簽類(lèi)的詞典，標(biāo)簽文法對(duì)標(biāo)簽進(jìn)LindenLindenLuceneLindenSQL后結(jié)果learntorank，進(jìn)行重排。在初排后進(jìn)入中間層會(huì)利用排序算法進(jìn)行二次排序，如從top80里面選擇一個(gè)最相似的文LearntorankLamdaMart，采用決策樹(shù)類(lèi)別，文檔熱度等50多個(gè)相關(guān)特征。選擇多條路徑，典型二分類(lèi)問(wèn)題，缺少其他domain打分信息結(jié)合少量必要規(guī)則，替代原有規(guī)則系統(tǒng)。最終選定GBDT算法，利用各種特征，如職業(yè)特征，郭德綱、岳云鵬都唱過(guò)APP小米音樂(lè)大都是key-words搜索，如果在日志中找到也是屬于音樂(lè)特征。DFTF聽(tīng)完的概率，還有30秒切歌率等指標(biāo)。項(xiàng)目目前存在的問(wèn)題，音樂(lè)過(guò)召回嚴(yán)重，音樂(lè)slot抽取準(zhǔn)確性仍需提高，知識(shí)庫(kù)的準(zhǔn)確性和完整性存在不足，聊音樂(lè)，想做電臺(tái)式音樂(lè)，這樣顯得智能，一首歌結(jié)束會(huì)引出小