谷歌发布了Semantic Reactor，用于自然语言理解实验

谷歌今天发布了语义反应器，这是一个用于测试自然语言模型的Google表格插件。这家科技巨头将其描述为如何将自然语言理解(NLU)与预先训练的通用AI模型一起使用的一种证明，以及消除使用机器学习的恐吓手段。

谷歌AI研究人员Ben Pietrzak，Steve Pucci和Aaron Cohen在博客中写道：“公司正在使用NLU创建数字个人助理，客户服务机器人以及用于评论，论坛和新闻的语义搜索引擎。” “但是，人们认为使用NLU和机器学习既昂贵又费时，这阻止了许多潜在用户探索其优势。”

然后，语义反应器(目前是Google Cloud AI Workshop中的白名单实验)允许用户使用一系列AI模型对工作表中的文本行进行排序。 (测试它需要填写一个表单，并等待有关如何安装它的电子邮件说明。)它提供了排序方法，这些方法可以确定如何根据输入文本对列表进行排序，包括：

语义相似度：与输入含义更相似的行的排名会更高

输入响应：最合适的会话响应行的排名较高

除了排名列表之外，语义反应器还可以使用语义相似性来帮助为聊天机器人(例如客户服务聊天机器人)编写对话框。具体来说，它可以快速添加新的问题/答案对并测试不同的措词，使开发人员可以查看模型如何对它们做出反应。

语义反应器还可以使用输入响应在文本中进行搜索，这意味着它可以检查潜在响应的列表，并根据模型认为最有可能的响应对每个响应进行排序。在输入响应模式下，该模型预测对输入的会话响应最多，而在语义相似性模式下，该模型返回在语义上最接近输入的答案。

Google与语义反应堆一起，在TensorFlow Hub上发布了Universal Sentence Encoder Lite，该模型只有1.6MB的大小，并且专门用于网站和设备上的应用。它还在GitHub上开源了一个游戏-《三个机器人的奥秘》，以展示如何使用语义反应器创建的小模型和数据集来推动与游戏角色的对话。

语义反应堆中使用的所有模型均已发布并可以在线获得，包括本地(通用句子编码器的优化版本)，基本在线(通用句子编码器的基本版本)和多语言在线(经过问题/培训的通用句子编码器) 16种语言的答案对)。

语义反应器在某种程度上补充了Google的AutoML自然语言，这是其Cloud AutoML机器学习平台向自然语言处理领域的扩展。该服务于去年12月公开发布，支持分类，情感分析和实体提取等任务，以及一系列文件格式，包括本机和扫描的PDF。