基于标签分解的口语理解模型

• 作者: 许莹莹 黄浩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 口语理解 槽填充 双向长短时记忆网络 词向量 联合模型
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 237-241
• 页数: 5页
• 分类号: TP391
• 字数: 3228字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051291

摘要

在双向长短时记忆网络的基础上,提出一种用于口语理解的标签拆分策略,并构建一个联合模型.通过将1次127种标签分类转换成3次独立的分类,平衡ATIS数据集的标签.针对ATIS数据集资源较少的问题,引入外部词向量以提升模型的分类性能.实验结果表明,与循环神经网络及其变体结构相比,该模型的F1值有显著提升,最高可达95.63％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄浩	新疆大学信息科学与工程学院	34	106	5.0	9.0
2	许莹莹	新疆大学信息科学与工程学院	3	0	0.0	0.0