热门标签
热门文章
- 1SSH服务安全配置实验_ssh服务器配置实训心得体会
- 2AI入门之深度学习：基本概念篇_ai 基础概念 csdn
- 3PostgreSQL的Json数据类型如何使用
- 4沸腾的数字人：打响大模型产品落地第一枪
- 5【NLP Transformer】机器学习中自回归、自编码、Seq2Seq模型的区别_transformer是自编码还是自回归
- 6海康威视工业相机SDK的开发使用笔记_海康0x80000006
- 7酷炫！MJ生成视频和漫画；Claude 2惊艳更新&免费畅用；一位独立开发者的五年；报告-AI绘画行业发展研究 | ShowMeAI日报_如何用mj图片生成漫画
- 8一款支持几分钟视频生成，免费无限制AI视频生成网站_白日梦brmgo下载
- 9TeamTalk服务端源码解析之DB_Server_dbserver源码
- 10通过php判断银行四要素_php银行四元素
当前位置: article > 正文
对话系统-“任务型”多轮对话（一）：自然语言理解（NLU）【意图识别+槽位填充】【加强NLU理解能力的方法：①联合训练；②引入知识图谱】_nlu训练从0到精通
作者：爱喝兽奶帝天荒 | 2024-07-25 09:21:02
赞
踩
nlu训练从0到精通
智能对话系统：自然语言理解【意图识别+槽位填充】
一、意图识别/Intent Classification（分类问题）
二、槽位填充/Slot Extraction（序列标注：命名实体识别）
二、意图识别 & 槽位填充 联合建模训练（Joint Slot-Intent Extraction）
两个任务、两个Loss，将2个Loss加起来联合训练
联合训练的优化：
- 加入Attention交互：https://www.aclweb.org/anthology/N18-2118.pdf
- 利用知识图谱引入额外知识信息：中文版Bert（ERNIE）在预训练时已经融入了知识图谱信息，可以用ERNIE代替Bert；
- 指代消解（Coreference Resolution）
- 问题的标准化（Question Correction）
- Dialogue Imbalanced（样本不均衡）
参考资料：
【多轮对话】多轮对话状态追踪技术综述
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/爱喝兽奶帝天荒/article/detail/879517
推荐阅读
相关标签
