端到端对话系统意图语义槽联合识别研究综述

• 作者: 李艳玲 林民 王堃
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 意图识别 语义槽填充 联合识别 BERT模型 一词多义
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 热点与综述
• 页码范围: 14-25
• 页数: 12页
• 分类号: TP391.1
• 字数: 13451字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0142

摘要

目前基于深度学习的端到端对话系统因具有泛化能力强、训练参数少、性能好等优势,在学术界和工业界成为了研究热点.意图识别和语义槽填充的结果对于对话系统的性能至关重要.介绍了端到端任务型对话系统意图和语义槽联合识别的主流方法,对注意力机制、Transformer模型在捕获长期依赖关系方面的效果同循环神经网络、长短时记忆网络进行对比,并分析了因其并行处理导致无法对文本词序位置信息完整捕获的局限;阐述了胶囊网络相较于卷积神经网络在捕获小概率语义信息保证特征完整性方面的优势;重点介绍了基于BERT(Bidirectional Encoder Representations from Transformers)模型的联合识别方法,不仅能够并行处理而且可以解决一词多义的问题,是目前性能最好的方法.最后对未来研究的发展方向进行讨论和分析.

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	王堃	内蒙古师范大学计算机科学技术学院	1	0	0.0	0.0