ボイスアシスタントに小さなローカルレストランへのナビゲーションを依頼すると、ASRが失敗する場所がすぐにわかります—LMトレーニングコーパスに登場しなかったロングテールPOI名。このMeituan論文は、ユーザーの実際の位置の近くのPOIに向かってレコグナイザーを偏らせる地理的モデルで問題に真正面から取り組んでいます。これはアドホック後処理のリランキングヒントではなく、GPSを第1級のコンテキスト信号として扱います。

設計は位置認識言語モデルと、地域先験確率に基づいて候補POI名を動的に重み付けするショートリストメカニズムを組み合わせています。実際の車内および携帯電話クエリでは、このアプローチは強力なフラットLMベースラインと比較してPOIエラー率を大幅に削減し、一般ドメイン精度を損ないません。ウォークスルーでは、地理的先験確率の推定方法、それらを復号化に融合させる方法、およびプロダクションナビゲーションアプリで配布する際のエンジニアリングトレードオフについて説明します。地図、配達、ライドシェアのボイスインターフェースを構築する場合、これはあなたが参考にできる実用的なプレイブックです。