I ricercatori di Salesforce hanno sviluppato un algoritmo che utilizza l’apprendimento automatico per produrre riassunti di testi, con risultati considerati “sorprendentemente coerenti e accurati” secondo il MIT Technology Review.
La sintesi automatica sarebbe una tecnologia particolarmente utile per Salesforce, che produce una varietà di prodotti focalizzati sul servizio clienti: i testi ridotti potrebbero essere utilizzate dai rappresentanti di vendita o dall’assistenza clienti per cogliere più rapidamente le informazioni contenute nelle decine di email ricevute, concentrandosi sul servizio
L’azienda ha annunciato di aver fatto due importanti scoperte nell’elaborazione linguistica naturale, introducendo un nuovo modello di generazione di parole contestuali e un nuovo modo di realizzare i modelli di riepilogo. Insieme, i due fattori permettono ai ricercatori di creare automaticamente riassunti accurati e leggibili
I ricercatori spiegano che la sintesi automatica del testo funziona in due modi: estrazione o astrazione. Con l’estrazione, il computer può elaborare una formulazione preesistente in un nuovo testo, ma non è molto flessibile. L’astrazione consente al computer di introdurre nuove parole, ma il sistema deve comprendere l’articolo originale per introdurre le parole giuste.
È qui che entrano in gioco le reti neurali di apprendimento profondo, che elaborano numerosi esempi di frasi e parole per ottenere nuove rappresentazioni di ogni frase, consentendo al sistema di interpretare i testi e di introdurre le proprie parole.
L’altra scoperta riguarda come i ricercatori addestrano il sistema per imparare e migliorare se stesso, usando due approcci: l’insegnamento forzato e l’apprendimento di rinforzo. L’apprendimento di rinforzo è un metodo che trae ispirazione da come gli animali apprendono ed è stato utilizzato per insegnare a DeepMind di Google come giocare ai videogiochi.
In questo caso, il modello è autorizzato a generare una sequenza di parole e il risultato viene quindi valutato con una metrica di valutazione automatizzata conosciuta come ROUGE (Recall-Oriented Understudy for Gisting Evaluation). L’algoritmo si aggiorna con punteggi superiori, portando a risultati migliori nelle sintesi successive.
L’insegnamento forzato invece identifica il caso in cui i risultati vengano valutati parola per parola rispetto ad un riferimento consolidato, metodo che fornisce buoni risultati, ma che non permette grande flessibilità.
I risultati da Salesforce sono piuttosto sorprendenti: i ricercatori hanno fornito diversi esempi, mostrando l’articolo originale, un riepilogo generato dall’uomo e un riepilogo generato dal proprio modello; i riepiloghi automatici sono notevolmente più brevi del testo originale, ma contengono tutte le informazioni essenziali in forma leggibile. La tecnologia è ancora giovane ma già molto promettente.
