展示了一个基于 BERT 模型的 Intent Bulk Labeling 系统，通过使用先进的聚类和可视化标注方法，与数据增强技术相结合，提高了 SDS 模型的意图和分类准确度达到超过 10% 的效果。同时，该系统还可从聚类模型提取话语嵌入并以交互方式进行批量标记，减少了数据标注的时间和精力消耗。

Apr, 2021

本文提出了一种基于神经网络的简单而有效的分类方法，结合了自注意力和交叉编码技术，通过最佳匹配训练样本来估计用户的输入，使用 NLI 传输提高了判别能力，本方法相对 RoBERTa 和最近邻方法在行业内和 OOS 检测准确性上更为稳定和准确性更高，尤其是 10-shot 模型在保持相同推理时间的情况下与 50-shot 或全量 shot 分类器竞争。

Oct, 2020

本研究介绍了一种基于 LSTM 域选择组件的人工智能助理系统中对于选择相关新训练数据的方法，实验结果表明，与随机选择和基于熵的方法相比，在固定标注预算的情况下提供了更高的准确性提升。

Aug, 2019

我们介绍了一个基于自监督的音频表示的简单神经编码器架构，该架构可以使用无监督对比学习目标进行训练，并通过 k - 最近邻搜索获得它的正样本，从而可以在多个语言中应用，可用于随机语音序列的按示例查询和口头术语的发现，实验证明该方法在五种语言上显著推动了技术发展，并建立了一个基准测试以便未来监测领域的进展。

Apr, 2022

本论文研究了少样本数据集中引入新意图的问题， 提出了利用六种特征空间数据增强方法结合 BERT 监督和无监督学习的方法来提高分类性能的方法。在公共的对话数据集上展现了特征空间数据增强提供了一种有效的方式来改善少样本设置下的意图分类性能，尤其是潜在空间的上采样是一种竞争性的基准方法。

Oct, 2019

Minimax-kNN 是一种高效的数据增强策略，基于知识蒸馏的半监督学习方法来训练模型，并且利用 KL-divergence 选择最有效的样本，以实现最大限度地覆盖输入空间中具有最大损失值的区域。该方法在多个文本分类任务中得到了验证，明显优于强基线模型，所需增强样本更少，计算量更小。

May, 2021

我们提出了一种新的协同训练方法，通过根据分类器的训练动态为远程监督标签分配权重，反映了它们在后续训练轮次中的使用方式。我们通过分配重要权重而不是基于预测置信度的任意阈值过滤示例，使得自动标记的数据得以最大化利用，同时确保噪声标签对模型训练的影响最小化。该方法相对于远程监督基准方法在 Macro F1 上实现了 1.5％的改进，并在几个其他强 SSL 基准方法上取得了显著的改进。我们在 Github 上提供了我们的代码和数据。

Jun, 2024

使用 Verint Intent Manager 中的聚类管道，将语言模型的微调和社区检测技术集成在一起，从而提高了数据分析师设计和改进 Intelligent Virtual Assistants 的效率和能力，并在三个真实世界的文本挖掘任务中表现出良好的性能和可扩展性。

Feb, 2022

研究机器学习模型在自然语言推断（NLI）中学习数据集人工特征的问题，并提供一种多层次的数据增强方法以减轻数据集的人工特征带来的影响。

Dec, 2022

提出了一种名为 USNID 的新框架，它通过三种主要技术实现了无监督半监督的新意图发现，包括利用无监督或半监督数据挖掘浅层语义相似性关系，设计一个质心引导的聚类机制以提供高质量的自我监督目标，以及通过最优化聚类级别和实例级别目标发现细粒度意图集群，该框架在多个意图基准数据集上表现出色，并在无监督和半监督新意图的发现方面取得了最新的最高成果，证明了在不同的聚类数下其鲁棒性表现良好

Apr, 2023