intent classification | BriefGPT

关键词intent classification

搜索结果 - 75

ViMQ：面向医疗对话系统开发的越南医疗问题数据集
本研究发布了一个越南的医疗问题数据集，具有句子层次和实体层次的注释，旨在改善基于任务的医疗聊天机器人对病人问题的理解能力，并提出了一种自监督的训练策略。
PDFa year ago
在嘈杂环境中提高意图分类准确性
文章研究了使用端到端神经网络模型来解决语音识别中的意图分类问题，以及如何应用环境噪声和噪声降低技术来提高分类准确率。实验结果表明，在噪声环境下，使用基于 Wave-U-Net 的语音增强技术能显著提高分类准确率。
PDFa year ago
基于奖励的不确定性感知深度强化学习用于社交媒体信息意图分析
通过深度强化学习中的策略梯度算法，本文提出了一种基于主观意见的用户意图分类框架，以有效减少选词数并提高多类准确性识别率。
PDFa year ago
Few-Shot 学习下的对话风格迁移
本文提出了一种基于对话样式迁移的 few-shot 学习模型，采用上下文学习的方式解决了对话风格转移中传统方法受限的问题，并且在多轮对话中的人工评估中，模型的话语匹配目标风格且语义正确性和合适性方面表现更好。此外，实验还表明，该模型可用于下
PDFa year ago
口语理解任务中，文本、声学和栅格表示的有效性
本文对三种不同的系统进行了测试，分别为基于文本、基于格子以及基于多模态，研究了在不同情况下使用不同系统的表现；实验结果表明，使用更丰富的自动语音识别输出可以提高语言理解系统的性能，而跨模态的方法可以克服使用自动生成的文本时的问题，并获得约
PDF2 years ago
零样本学习的联合意图和槽位标记
通过零样本学习的方法，实现了目的性对话系统中的意向分类和槽位标注任务。研究表明，将意向和槽位之间的依赖关系建模，以及通过神经网络将单词和句子转换成嵌入空间，是提高任务准确性的关键因素。
PDF2 years ago
ESIE-BERT: 基于 BERT 明确丰富子词信息的联合意图分类和槽位填充
该文章提出了一种基于 BERT 的新方法，在识别复杂 token 中的语义信息时，通过提出的子词注意适配器（SAA）来保留整个话语信息。此外，我们还提出了一个意向注意适配器（IAA）来在模型中实现整句特征提取，从而改进了预测性能，最终，我们
PDF2 years ago
低资源口语理解的多任务学习
本研究探讨了多任务学习在语音处理中的优势，通过使用自动语音识别和意图分类或情感分类的双重目标来训练模型，我们的模型虽然规模适中，但我们的研究表明多任务学习可以在低资源情况下与基线模型竞争，并且在情感分类上表现与端到端模型相当。
PDF2 years ago
采用深度学习架构进行多语言实体识别和意图分类
探索使用双向长短时记忆网络和 Transformer 网络在英语和希腊语上进行 ATIS 基准数据集的实体识别和意图分类任务中的效果并进行比较分析，结果表明使用这两种网络模型都可以得到高性能的结果。
PDF2 years ago
EMNLParXivEdits: 理解科学写作中的人类修订过程
本文提供了一个完整的计算框架，对科学写作中的文本修订进行了研究，通过构建一个新的带有金标准句子对齐的带注释语料库来揭示了科研人员修订论文的常见策略，并利用自动方法在文档、句子和单词级别上提取修订内容。
PDF2 years ago
EMNLP金融开放意图分类的更好意图表示学习
本文探讨了金融机构采用虚拟代理人辅助客户等领域中自然语言处理技术的最新进展，提出一种用于开放式任务意图分类的自适应决策边界后处理方法并将其与前缀调整和仅对大型语言模型的最后一层进行微调的有监督预训练方法相结合，比先前研究取得更高的准确率。
PDF2 years ago
EMNLP通过隐式层集成增强自然语言理解中的外部分布检测
该论文提出了一种基于对比学习的框架，旨在有效地进行 out-of-distribution 检测，利用预训练的语言模型吸收丰富的信息，并在意图分类和异常检测等数据集中取得了显著的效果。
PDF2 years ago
ACL可解释的滥用检测：意图分类和槽位填充
通过收集和标注一系列文章，我们提出了一种基于使用意图分类和卡槽填充构建体系结构的方法，以检测有害的社交媒体帖子，同时提供了模型决策的理由。
PDF2 years ago
ACLTaskMix: 口语意图理解元学习的数据增强
本论文探讨了元学习在传递相关任务的知识方面的研究方向，发现在低任务多样性下，最先进的数据增强方法会恶化过拟合问题；为此，提出了一种称为 TaskMix 的简单方法以缓解过拟合问题和改善性能。
PDF2 years ago
COLINGLINGUIST: 语言模型指令调整用于生成带有标注的话语，以用于意图分类和插槽标记
本研究首次演示了使用大规模序列到序列 (seq2seq) 模型的指令微调来控制多语种意图和插槽标记数据生成输出的能力，并提出了 LINGUIST 方法，通过在 AlexaTM 5B 上微调实现对 Intent 分类和插槽标记 (IC+ST)
PDF2 years ago
COLING广义意图发现：从开放世界对话系统中学习
提出了一种新的任务 —— 广义意图发现（GID），旨在将传统的领域内意图分类器扩展到包括领域外意图在内的开放世界意图集。为未来的工作提出了基于管道和端对端两种框架，并构建了三个不同应用场景的公共数据集，通过详尽实验和定性分析，为未来 GID
PDF2 years ago
面向任务导向对话的意图分类和槽位填充数据集调查
该研究调查了公开可用的意图分类和填槽任务数据集，并对每个数据集的重要特征进行编目，以提高这些数据集的可访问性，便于未来评估对话系统的意图分类和填槽模型。
PDF2 years ago
探索在超出范围检测任务中利用密集向量和独热编码对意图类别的优势
本文研究了使用一种流行的 one-hot 编码方法进行意图分类时，当需要检测超出范围的输入时，其固有限制。我们通过比较基于领域特定知识的密集向量和 one-hot 编码技术，探讨了大规模自然语言处理中 OOS 探测的问题，实验结果表明，知识
PDF2 years ago
MASSIVE: 一个包含 510 万个来自 51 个不同语言的多语言自然语言理解数据集
本研究介绍了包含 51 种语言、18 种领域、60 个意图和 55 个插槽的 100 万个标注虚拟助手话语的 MASSIVE 数据集，并给出了用于其上的 XLM-R 和 mT5 模型的实验结果。
PDF2 years ago
Redwood: 使用碰撞检测来构建大规模意图分类数据集
本研究介绍了一种用于检测语义重叠的多个数据集之间的任务 —— 意图碰撞检测，并利用该方法构建和基准测试了一个包含 13 个原始意图分类数据集中的 451 个意图类别的数据集 Redwood，是目前公开提供的最大的意图分类基准数据集之一。
PDF2 years ago