基于Attention+Bi-LSTM的公交出行意图和语义槽填充联合识别

• 作者: 李艳玲 林民 陈婷婷
• 来源期刊: 青海师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 口语理解 意图识别 语义槽填充 双向长短时记忆 注意力机制
• 年，卷（期）: 2019,（4）
• 页码范围: 13-18
• 页数: 6页
• 分类号: TP391.1
• 字数: 3742字
• 语种: 中文

摘要

对话系统的口语理解通常涉及意图识别和语义槽填充两个任务.目前意图和语义槽填充联合识别成为口语理解研究的主流方法.本文采用一种基于注意力机制(Attention Mechanism)的双向长短时记忆(Bi-directional long short-term memory,Bi-LSTM)模型,对呼和浩特市公交问路查询语句进行意图和语义槽填充的联合识别.实验结果表明,该模型在意图识别准确率和语义槽填充F1值方面,均达到了较好的水平,优于基于长短时记忆(long short-term memory,LSTM)模型的其他方法,并且该模型基于字切分的结果优于基于词切分的结果,证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林民	内蒙古师范大学计算机科学技术学院	53	235	8.0	12.0
2	李艳玲	内蒙古师范大学计算机科学技术学院	13	22	3.0	3.0
3	陈婷婷	内蒙古师范大学计算机科学技术学院	4	3	1.0	1.0