国内刊号:11-2560/TP
国际刊号:1000-9825
发布日期:
作者:魏鹏飞,曾碧,汪明慧,曾安
单位:魏鹏飞,广东工业大学 计算机学院, 广东 广州 51000611,曾碧,广东工业大学 计算机学院, 广东 广州 51000602,汪明慧,广东工业大学 计算机学院, 广东 广州 51000603,曾安,广东工业大学 计算机学院, 广东 广州 51000604
关键词:意图识别;槽位填充;注意力机制;胶囊网络;任务对话系统;深度学习
基金:国家自然科学基金(61772143);广东省自然科学基金(2018A030313868);广东省产学研重大专项(2016B010108004)
口语理解是自然语言处理领域的研究热点之一,应用在个人助理、智能客服、人机对话、医疗等多个领域.口语理解技术指的是将机器接收到的用户输入的自然语言转换为语义表示,主要包含意图识别、槽位填充这两个子任务.现阶段,使用深度学习对口语理解中意图识别和槽位填充任务的联合建模方法已成为主流,并且获得了很好的效果.因此,对基于深度学习的口语理解联合建模算法进行总结分析具有十分重要的意义.首先介绍了深度学习技术应用到口语理解的相关工作,然后从意图识别和槽位填充的关联关系对现有的研究工作进行剖析,并对不同模型的实验结果进行了对比分析和总结,最后给出了未来的研究方向及展望.
来源:2022年第11期
《软件学报》期刊编辑部