基于上下文信息的口语意图检测方法
近年来,随着人工智能的发展与智能设备的普及,人机智能对话技术得到了广泛的关注.口语语义理解是口语对话系统中的一项重要任务,而口语意图检测是口语语义理解中的关键环节.由于多轮对话中存在语义缺失、框架表示以及意图转换等复杂的语言现象,因此面向多轮对话的意图检测任务十分具有挑战性.为了解决上述难题,文中提出了基于门控机制的信息共享网络,充分利用了多轮对话中的上下文信息来提升检测性能.具体而言,首先结合字音特征构建当前轮文本和上下文文本的初始表示,以减小语音识别错误对语义表示的影响;其次,使用基于层级化注意力机制的语义编码器得到当前轮和上下文文本的深层语义表示,包含由字到句再到多轮文本的多级语义信息;最后,通过在多任务学习框架中引入门控机制来构建基于门控机制的信息共享网络,使用上下文语义信息辅助当前轮文本的意图检测.实验结果表明,所提方法能够高效地利用上下文信息来提升口语意图检测效果,在全国知识图谱与语义计算大会(CCKS2018)技术评测任务2的数据集上达到了88.1%的准确率(Acc值)和88.0%的综合正确率(F1值),相比于已有的方法显著提升了性能.
口语语义理解、意图检测、上下文信息、门控神经网络
47
TP391(计算技术、计算机技术)
国家自然科学基金61331011,61375073
2020-03-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
205-211