探秘亚马逊Alexa最新众包问答模式:让用户回答你的问题

发布时间:2019-09-17 阅读量:759 来源: 智东西 发布人: Jane

智东西9月16日消息,据Fast Company报道,近日,亚马逊Alexa问答众包平台“Alexa Answers”向美国用户开放,用以丰富Alexa语音助手的答案库。如果用户向Alexa语音助手提出的问题还没有答案,该平台会允许其他Alexa用户来回答这个问题。

 

Alexa是亚马逊旗下的智能音箱、语音助手,由于没有谷歌那样的搜索引擎,Alexa没有更广泛的查询材料。Alexa Answers应运而生,这是一个UGC(用户生成内容)平台,平台用户可以在那里回答问题,并被Alexa引用。

 

亚马逊Alexa Answers系统采用人机审核加上用户投票的机制过滤UGC回答,以此促进Alexa的回答更加客观、准确,还有望为亚马逊电商业务创收。鉴于这种模式对国内智能语音助手厂商具有一定的借鉴意义,智东西将原文编译如下:

 

当人们提出“Stevie Wonder有多少乐器演奏”、“戒酒需要多少钱”等问题时,Alexa会引用通过Alexa Answers产生的答案,并指出该信息“来自亚马逊客户”。

 

经过一段时间的内部测试后,Alexa Answers去年已在数千名客户的私人免费试用版智能助手中试行。即使规模有限,亚马逊也表示它已经记录了成千上万的回复,支持Alexa提供了数百万次服务。现在,所有美国人都能参加这项计划,因此这些数字还将变大。

 

“我们的愿景是,无论用户问什么问题、用什么语言、在哪里使用、硬件设备是什么,Alexa都能回答用户的问题。”亚马逊Alexa信息副总裁Bill Barton说,“通过这种众包的模式,我们希望Alexa能提供更加客观、真实的回答。”

 

一、采用众包回答模式,弥补“搜索引擎”劣势

 

不难看出亚马逊为什么要通过众包形式来处理特别问题。通过Google智能助理,谷歌可以从搜索引擎的数十亿页面中寻找问题答案。但亚马逊没有比较广泛的Alexa查询材料。

 

作为替代,亚马逊和数百个其认为优质的数据公司合作,并使用十几种问答技术,根据机器学习算法排序以确定最佳回复。Barton说,常见的误解是亚马逊使用微软的Bing搜索引擎获得答案,但其实这种伙伴关系仅限于补充项目,例如Alexa移动应用程序中的搜索链接。

 

Barton表示,Alexa已经通过其合作信源回答了“绝大多数”用户的问题,众包适用于其余部分。他将众包问答和亚马逊上的商品问答等量齐观,那些商品问答可以使用户挖掘出更多的商品信息。“这只是亚马逊DNA的一部分,它可以吸引我们的用户社区,为提出问题的客户提供更多信息。”Barton说。

 

参与Alexa Answers的用户不会直接通过Alexa本身提交回复。亚马逊为用户提供了一个网站,他们可以在那里查看待处理的问题,输入300字以内的回复。

 

在试行期间,亚马逊主要致力于使回答流程更具吸引力。它为用户添加了搜索功能和很多标签,以此过滤不同类型的问题,为回答者个性化推荐问题。亚马逊还试图通过游戏化来刺激用户参与,用户可以看到他们创作的答案的引用情况、排行榜及获得的徽章数。

 

“经过几十年的努力,亚马逊十分擅长衡量网站上用户的参与度。因为我们为贡献者添加了有趣的体验,网站用户的参与度在不断上升。”

 

二、通过用户点赞和人机审核,保证系统可信性

 

数据滥用以及这些所谓的UGC回答是否值得信赖问题可能令用户感到担忧。正如我们在YouTube和Reddit等平台上看到的那样,网络社区很容易被水军等势力所侵占;亚马逊的零售网站上也存在虚假评论等问题。维基百科就存在持续的故意破坏问题,Alexa Answers也可能面临类似威胁,具有回答“带有攻击性”或“不准确”的风险。

 

尽管如此,亚马逊对Alexa Answers抱有惊人的乐观。公司正在使用自动过滤器来避免明显的攻击性回答,并且它在尝试过滤政治角度的答案。“我们不希望这变成一个尖锐的论坛,不希望人们在此大谈政治。”Barton说。在某些情况下,人类编辑和算法将会参与回答的审核。

 

但是,除了这些保护措施外,亚马逊还希望基本的“点赞”和“反对”系统能够帮助拦截低俗回复。如果贡献者收到过多的负面反馈,亚马逊可能会开始减少引用那位用户创作的回复,但Barton表示不会完全禁止用户。在Alexa开始提供服务之前,亚马逊也不会详细说明答案是否必须达到多少的点赞数才能被推送。

 

“我们使用机器学习和算法来过滤掉少数的不良答题者,然后过滤出具有正能量和看起来真诚的答案。”Barton说,“但我们不会因为一个人心中有不同的东西,压制给99个顾客提供神奇体验的机会。”

 

亚马逊在回复中也不会显示具体的信息来源,只会显示“根据亚马逊客户”作为信息来源。Barton说用户到目前为止还没有要求显示具体来源,他相信大量用户的投票对于准确性来说是一个足够好的信号。

 

“如果我们得到贡献者或最终用户的强烈反馈,我们也会考虑加上完整的信源。”Barton说,“但总的来说,我们从社区中发现用户更喜欢简洁干脆的回复。”

 

三、利用Alexa Answers社区为亚马逊电商业务创收

 

尽管存在一些潜在问题,亚马逊仍然看好Alexa Answers。Barton表示,一方面,用户可以比自动化系统更快地获得未答复问题的响应,特别是对于突发新闻。例如,在芭芭拉·布什(美国前第一夫人)于2018年4月去世时,亚马逊看到了关于她将被埋葬的问题的激增,在当时亚马逊的内部测试中,用户很快地获得了来自众包平台的答案。

 

另一方面,即使不面向新闻热点问题,亚马逊围绕Alexa创建的社区也是有意义的。从长远来看,这是让人们更加黏合语音助手并促进消费的一种方式。它可以解决“软木塞是用什么做的”或者“最大的风电场在哪里”等问题,这对亚马逊电商业务或许大有好处。对此,谷歌智能助理、苹果Siri等语音助手的策略肯定是不一样的。

 

“我们也相信,‘让社群参与Alexa的贡献’本身就是Alexa体验的重要元素。”Barton说,“想成为社群的一员,需要有能力为Alexa做出贡献,能生成社群内容,目前还没有其他进入该社群的方式。”

 

文章来源:Fast Company

相关资讯
新能源汽车的“核心系统”:深度解析大三电与小三电技术体系

本文将从技术原理、系统架构及工程实现角度,全解剖析新能源汽车的大三电和小三电系统

从汽车电子到多元工业应用:CAN总线技术解析与发展趋势

CAN总线技术通过单一总线替代复杂布线系统,极大提高了系统的可靠性与可维护性

窥见电池灵魂:BMS数据采集如何成为电动时代的神经末梢

数据采集的精度和可靠性,直接决定了整个BMS系统性能的天花板

强强联合!英伟达50亿入股英特尔

英伟达投资50亿入股英特尔股票

​温补晶振(TCXO)核心技术解析:8大关键参数决定系统时序精度​

在高速通信、精准导航与精密测量等尖端领域,电子系统的时序架构对时钟信号稳定性的要求已近乎苛刻——其精度如同机械钟表的游丝摆轮,微小偏差便可能引发整个系统的时序紊乱,导致数据传输错误、定位偏移或测量失准。环境温度的波动一直是普通晶振频率稳定性的最大挑战,而温补晶振(Temperature Compensated Crystal Oscillator,简称TCXO)作为高精度时钟基准的核心器件,正是为解决这一核心问题而生。它凭借内置的“感知-计算-补偿”机制,在宽温环境下实现对频率的精准锁定,将温度变化引发的漂移压制在极低水平,成为高端电子系统中不可或缺的“时序锚点”。要真正理解并选型这一精密器件,就必须深入剖析其决定性能优劣的几个重要参数。