SYSTEMS AND METHODS FOR IMPROVED MACHINE LEARNING FOR CONVERSATIONS

Systems and methods for improvements in AI model learning and updating are provided. The model updating may reuse existing business conversations as the training data set. Features within the dataset may be defined and extracted. Models may be selected and parameters for the models defined. Within a...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: SHANKAR, Ravi, GAINOR, Macgregor, TERRY, George, GINSTROM, Ryan, SARGENT, Kyle, KIRKLAND, Jennifer, JONNALAGADDA, Siddhartha, WEBB-PURKIS, William, MCCANN, Ian, HARRIGER, James, LONG, Christopher, KAMINSKI, Brian, GODFREY, Keith, BREDLOW, Caleb, SANSONE, John, KOEPF, Werner, SHANKAR, Shashi, FORDYCE, Alexander Carmelo, FERGUSON, Collin
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Systems and methods for improvements in AI model learning and updating are provided. The model updating may reuse existing business conversations as the training data set. Features within the dataset may be defined and extracted. Models may be selected and parameters for the models defined. Within a distributed computing setting the parameters may be optimized, and the models deployed. The training data may be augmented over time to improve the models. Deep learning models may be employed to improve system accuracy, as can active learning techniques. The models developed and updated may be employed by a response system generally, or may function to enable specific types of AI systems. One such a system may be an AI assistant that is designed to take use cases and objectives, and execute tasks until the objectives are met. Another system capable of leveraging the models includes an automated question answering system utilizing approved answers. Yet another system for utilizing these various classification models is an intent based classification system for action determination. Lastly, it should be noted that any of the above systems may be further enhanced by enabling multiple language analysis. Cette invention concerne des systèmes et des procédés pour d'amélioration de l'apprentissage et de la mise à jour de modèles en intelligence artificielle. La mise à jour de modèles peut réutiliser des conversations commerciales existantes en tant qu'ensemble de données d'apprentissage. Des caractéristiques dans l'ensemble de données peuvent être définies et extraites. Des modèles peuvent être sélectionnés et des paramètres pour les modèles définis. Dans un environnement informatique distribué, les paramètres peuvent être optimisés, et les modèles déployés. Les données d'apprentissage peuvent être augmentées dans le temps pour améliorer les modèles. Des modèles d'apprentissage profond ainsi que des techniques d'apprentissage actif, peuvent être utilisés pour améliorer la précision du système. Les modèles développés et mis à jour peuvent être utilisés par un système de réponse de manière générale, ou peuvent fonctionner pour mettre en œuvre des types spécifiques de systèmes d'intelligence artificielle. Un tel système peut être un assistant d'intelligence artificielle qui est conçu pour utiliser des cas d'usage et des objectifs, et exécuter des tâches jusqu'à ce que les objectifs soient satisfaits. Un autre système capable d'exploiter les modèles comprend un système d