《表1 人工标注语料结果:面向任务型多轮对话的粗粒度意图识别方法》
2)对话序列标注模型.在一通对话中,相邻对话之间存在着上下文联系,如果仅考虑单句对话进行意图分类,那么意图识别的效果不尽如人意.所以本文采用BiLSTM-CRF模型来完成对话序列标注任务,将相邻对话联系起来,形成对话块,以达到联系对话上下文的目的.注意到,BiLSTM-CRF模型是一种序列标注模型.在使用模型之前,我们需要定义序列标注标签,用于标注训练语料.本文采用了一种常用的序列标注标签:BIEO标签.其中,B代表对话块开始位置,I代表对话块中间位置,E代表对话块结束位置,O代表无关对话位置.例如,一通对话共有S1到S6句对话,它们的人工标注语料结果如表1所示.
图表编号 | XD00157801300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 叶铱雷、曹斌、范菁、王俊、陈江斌 |
绘制单位 | 浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院、中国电信股份有限公司浙江分公司、中国电信股份有限公司浙江分公司 |
更多格式 | 高清、无水印(增值服务) |