few-shot intent detection | BriefGPT

关键词few-shot intent detection

搜索结果 - 6

ACL使用 PLMs 重新审视少样本意图分类：直接微调 vs. 连续预训练
本文针对少样本意图检测任务进行研究，提出一种新的方法，即直接在少量标记数据上对预训练语言模型（PLMs）进行微调，使用上下文增强方法和序列自蒸馏技术进一步优化性能。实验表明，该方法优于许多强基线方法，甚至是在只有每类两个或更多标记样本的情况
PDFa year ago
ACL对预训练语言模型进行微调以进行少样本意图检测：监督式预训练和各项同性化
本文研究了如何在任务导向的对话系统中仅通过少量标注进行有效的意图分类器训练，提出了使用各向同性正则化改进有监督预训练的方法，并通过大量实验验证了其有效性。
PDF2 years ago
EMNLP基于对比度预训练和微调的小样本意图检测
本文提出了一种对于细粒度、语义相似的意图进行 Few-shot 检测的方案，使用了对比自监督预训练和有监督对比学习的组合方式，在三种不同的具有挑战性的 Few-shot 意图检测数据集上实验，获得了最先进的表现。
PDF3 years ago
ACLProtAugment：用于意图检测元学习的无监督多样短文本改写
本文提出一种名为 ProtAugment 的元学习算法，通过多样的重述技巧限制 Prototypical Networks 在每个元学习 episode 中受到的少样本分类目标带来的偏差，无需额外标注数据或在特定应用领域上微调条件语言模型即
PDF3 years ago
SIGIR伪 Siamese 网络用于少样本意图生成
本文提出了一种基于 Pseudo Siamese Network 的少样本意图检测方法，实现了在较少标注数据的情况下生成有效的标签，将句子的动作和对象分开，使用 transformer-based variational autoencod
PDF3 years ago
EMNLP动态语义匹配与聚合网络用于少样本意图检测
本文提出了一种基于多头自注意力和动态正则化约束的语义匹配聚合网络，为 few-shot 意图检测任务提供了更为有效的匹配方法，并在进行了广泛实验后证明了我们方法的有效性。
PDF4 years ago