突破AI技术语义理解难关,KaDa故事重新定义儿童个性化阅读

突破AI技术语义理解难关,KaDa故事重新定义儿童个性化阅读

“技术研发与科学运营好比人的左右脑,只有互相协作,才能创造出可以超越现实、充满想象的未来”,这是KaDa故事CTO何文辉在推动多项技术产品化过程中的深刻体会。

最近,KaDa故事提供的个性化阅读服务,再次通过技术创新实现服务突破,小读者们可以通过语音进行看图说话、问答互动,系统不仅能理解每个用户表达的内容,还能根据语音判断回答的正确性,给出不同的反馈建议。而实现这一能力的背后,正是因为KaDa故事有“语义理解”这一人工智能技术的支撑。

何文辉介绍,自2016年进入儿童阅读领域,KaDa故事就在寻求“AI+儿童阅读”的技术创新路径。儿童的“个性化成长”一直是KaDa故事在进行儿童阅读服务时遵循的原则,这也成为KaDa故事技术研究的出发点。

当前,很多家长在强大的“剧场效应”下,你追我赶地督促孩子向某个成功标准靠拢,而忽略了孩子的个性化发展。KaDa故事亦在反复思考孩子究竟需要什么样的个性化阅读。

在早期1.0时代,KaDa故事推出的个性化推荐阅读,通过主题内容与个体兴趣的匹配,试图为每个孩子打开专属的绘本阅读世界,以“千童千面”的阅读场景让孩子养成阅读兴趣和习惯。

近年来,KaDa故事不断深化“AI+”技术,陆续推出分龄分级阅读、阅读理解答题等功能,尝试推动平台走向2.0时代双向交互的个性化精准阅读,去反哺儿童阅读能力的提升。直到最近KaDa故事技术团队突破语义理解难关,才真正掀开个性化阅读2.0时代的蓝图构想。

突破AI技术语义理解难关,KaDa故事重新定义儿童个性化阅读

(KaDa故事个性化阅读从1.0进化到2.0)

很多专家认为“语义理解”是人工智能由弱智能向强智能进化的突破关键点。当前儿童阅读领域内,大多数人工智能的交互还处于最基础的语音(义)识别及图像识别阶段,根据标准答案评判用户的回答是正确还是错误。

不同于图像与语音的识别,语义理解是认知层面的AI,前者是视觉与听觉的感知,后者是带有思维能力的“大脑”,能在解释、归纳、演绎、推理、理解等方面具有认知能力,让机器像人一样,与人自然对话交流。

KaDa故事人工智能团队,受到智能音箱等领域的“语义理解”技术运用启发,从儿童文学、科普知识、作文、新闻等不同类型资料承载的数亿图文数据中,提取字词向量,不断深度学习,优化算法模型,逐步在儿童阅读领域突破AI技术难关,打造会思考会阅读的“最强大脑”。

“目前,KaDa故事已经在‘语音测评’‘流利度分析’‘情感分析’‘词句法分析’‘语义理解’等与儿童阅读相关的AI技术上取得突破”。何文辉表示,掌握技术是第一步,这些技术的产品化运用,更好地服务儿童的个性化阅读,是KaDa故事下一步要做的事。

把技术转化为产品服务,从来不是一蹴而就的,而是一步一步熬出来的。何文辉直言,一项技术进入真实场景,需要不断地调试至“完美使用”状态,从研究室技术到市场化应用并不容易,本身要经历一个“反复自我修正”的漫长过程。

在AI技术上取得突破之后,KaDa故事率先在动画阅读、AI互动阅读类多个产品中植入运用,不仅能识别发音是否正确,纠正孩子的发音表达练习;还能在通过小读者对图画意思的语音表述,去判断孩子对图画故事的理解、表达等能力,进而去引导孩子“对症训练”。

突破AI技术语义理解难关,KaDa故事重新定义儿童个性化阅读

(KaDa故事语音测试纠正发音)

“让系统像人一样理解孩子说的意思”,这样的AI交互技术可以实时收到用户的阅读成果并给出反馈。每个孩子在阅读后的互动结果不同,系统就会给出不一样的学习建议。尽管这些技术的少量“实”化运用,但语义理解技术突破给予儿童阅读的想象空间远非于此。

语义理解技术的突破,为KaDa故事掀开2.0时代的个性化阅读。“‘看图说话’只是单个场景的简单解读,未来,我们将把‘场景长度’从一张张图延长到一套套绘本”,在他看来,这项技术让阅读与表达融合。通过一个更长更完整的故事表达,去检测孩子的表达、理解、想象、创造等不同维度的能力水平,查找薄弱,进而为孩子提供更精准的个性化阅读建议,真正做到有效且高效地阅读。

在理解识别语义过程中,系统判断孩子存在常识性知识错误,会智能推荐相关知识科普类阅读内容;存在情感不饱满缺乏煽动力的问题,则推荐表达相关的课程和书籍内容;存在词汇匮乏语言单调的问题,对应推荐成语等相关的阅读学习素材……即使在没有老师讲解的阅读场景下,系统也能匹配个性化的成长需求,让孩子通过“对症阅读”去实现能力提升。

何文辉对语义理解技术在儿童阅读领域的运用充满信心。他强调,为孩子带来“个性化成长”是KaDa故事技术赋能的核心。未来,KaDa故事将逐步把基于深度学习的AI技术,融合个性化精准阅读,更广泛地运用到KaDa故事的产品和服务中。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 tingfengjishu@qq.com 举报,一经查实,本站将立刻删除。

发表评论

登录后才能评论
Copyright © 科猫网 渝ICP备2020014115号-1