Oct, 2023
朝向稳健且通用的训练:基于输入扰动的噪声槽填充的实证研究
Towards Robust and Generalizable Training: An Empirical Study of Noisy Slot Filling for Input Perturbations
Jiachi Liu, Liwen Wang, Guanting Dong, Xiaoshuai Song, Zechen Wang...
TL;DR存在对话场景中的未知输入噪声,已有的受监督槽填充模型在实际应用中性能低下;通过引入一个名为 Noise-SF 的噪声鲁棒性评估数据集,本文的提出的框架可以有效地提高模型的鲁棒性。