Apr, 2016
循环神经网络的领域自适应应用于自然语言理解
Domain Adaptation of Recurrent Neural Networks for Natural Language
Understanding
TL;DR使用多任务学习方法，缩短新任务学习所需的数据量，以提高自然语言理解中的slot填充模型适配多目标任务或领域的效率。该多任务模型可以利用在其他任务中学习到的模式，以较少的数据获得更好的性能，并支持开放词汇，可以很好地应用于微小数据量的训练。实验结果显示了该方法在四个不同领域中的适配效果和开放词汇技术的有效应用。