关键词out-of-domain intent detection
搜索结果 - 3
- 超越已知:研究 LLMs 在域外意图检测中的性能
对大规模语言模型在超出预定义领域内意图检测任务中的能力进行了综合评估,揭示了它们的优势和劣势,发现 LLMs 表现出强大的零样本和少样本能力,但与使用完整资源进行微调的模型相比仍存在劣势。通过进一步的分析实验,讨论总结了 LLMs 面临的挑 - 基于多轮对话上下文的领域外意图检测
本文提出一种上下文感知的 out-of-domain 意图检测(Caro)框架来模拟多轮对话中的上下文,采用信息瓶颈原理从多轮对话上下文中提取鲁棒特征,并通过多视图信息瓶颈损失去除与意图检测无关的冗余信息,在 Caro 中探索了利用未标记的 - EMNLP估计跨领域意图检测的软标签
提出了自适应软伪标签 (ASoul) 方法,用于在训练 OOD 检测器时为伪 OOD 样本估计软标签。该方法通过嵌入图捕获伪 OOD 样本和 IND 意图之间的语义连接,并引入协同训练框架来产生结果软标签。在三个基准数据集上的大量实验证明