一种基于分层线图交互网络的多意图检测和槽位填充方法技术

一种基于分层线图交互网络的多意图检测和槽位填充方法，属于自然语言处理的技术领域。通过图与线图的转换来模拟意图‑槽位之间的强相关性。根据数据集的特性，线图交互层弱化了不同意图之间的特征关联，着重对词元级的意图和槽位之间进行双向高效率的多粒度信息整合，加强了意图与槽位之间的语义信息交互，提高了联合任务精度。在标准的公开的数据集上的实验结果表明，与最先进的几种方法相比，设计的框架在槽填充F1得分（Slot F1）、意图检测准确率（Intent acc）、句子级别准确率（Sent acc）3个指标上达到了最佳性能。

【技术实现步骤摘要】

本专利技术涉及一种基于分层线图交互网络的多意图检测和槽位填充方法，属于自然语言处理的。

技术介绍

1、随着自然语言处理和大型模型技术的不断进步，问答助手在日常生活中逐渐变得广泛普及。现今，用户能够通过语音指令控制终端设备，为的生活带来了极大的便利。特别是在特定场景中，任务型问答系统扮演了关键角色。在这些系统中，口语理解(spokenlanguage understanding，slu)技术发挥着关键作用，它构建了用户的语言输入与计算机可理解的结构化语义信息之间的桥梁。slu主要涵盖了两个核心子任务：意图检测和槽位填充，旨在从用户的话语中提取相应的用户意图和语义槽位信息。具体而言，意图检测旨在为用户话语分配预定义的意图标签，而槽位填充则致力于定位和标记用户话语中的实体信息。图1随机展示了一句话“播放张学友的李香兰”，其对应的意图为播放音乐。槽位填充通过bio格式标注每个单词，其中b，i,o代表槽类型，artist，和song代表槽标签。一个完整的槽填充包括槽类型-槽标签，如b-artist。自1990年开创性的工作atis提出以来，许多研究人员注意到了对话系本文档来自技高网...

【技术保护点】

1.一种基于分层线图交互网络的多意图检测和槽位填充方法，其特征在于首次将图论中的线图引入意图检测和槽填充的联合任务中并将联合任务分为两个阶段进行，包括以下步骤：

【技术特征摘要】

1.一种基于分层线图交互网络的多意图检测和槽位填充方法，其特征在于首次将图论中的...

【专利技术属性】
技术研发人员：禹龙，段世杰，田生伟，杨启萌，宋金淼，范鑫，
申请(专利权)人：新疆大学，
类型：发明
国别省市：