《表4 SMP数据集语义槽填充F1值偏低的类型举例》
在自然语言处理领域,高质量的语料以及大规模的预训练词向量对于模型的性能有很大的影响,下一步会将语料进行扩充,并获取大规模的预训练词向量训练更优的向量表示;本研究只验证了意图识别对语义槽填充任务的影响,后续会进行语义槽填充对意图识别影响的实验;由于在现实的人机交互过程中,用户会涉及多意图的交互,不同的意图会对应不同的语义槽类型,后续会进一步研究多意图文本对语义槽填充任务的影响;由于BERT(bidirectional encoder representations from transformers)模型在训练过程可以随机屏蔽输入中的一些字段,使得模型的泛化能力增强[30],且BERT在多项自然语言处理任务中表现出良好的性能,而本实验数据集比较小,为增强模型的泛化能力,下一步拟采用BERT模型用于口语理解中意图和语义槽填充的联合识别。
图表编号 | XD00151456700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 侯丽仙、李艳玲、林民、李成城 |
绘制单位 | 内蒙古师范大学计算机科学技术学院、内蒙古师范大学计算机科学技术学院、内蒙古师范大学计算机科学技术学院、内蒙古师范大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |