基于Attention+Bi-LSTM的公交出行意图和语义槽填充联合识别

论文摘要

对话系统的口语理解通常涉及意图识别和语义槽填充两个任务.目前意图和语义槽填充联合识别成为口语理解研究的主流方法.本文采用一种基于注意力机制（Attention Mechanism）的双向长短时记忆（Bi-directional long short-term memory,BiLSTM）模型,对呼和浩特市公交问路查询语句进行意图和语义槽填充的联合识别.实验结果表明,该模型在意图识别准确率和语义槽填充F1值方面,均达到了较好的水平,优于基于长短时记忆（long short-term memory,LSTM）模型的其他方法,并且该模型基于字切分的结果优于基于词切分的结果,证实了该方法的有效性.

论文目录

• 1 引言
• 2 相关技术
• 3 基于Attention机制的Bi-LSTM模型
• 4 实验
•   4.1 数据集
•   4.2 实验设置
•   4.3 评价标准
•   4.4 实验结果与分析
• 5 结语

文章来源

类型: 期刊论文

作者: 陈婷婷,林民,李艳玲

关键词: 口语理解,意图识别,语义槽填充,双向长短时记忆,注意力机制

来源: 青海师范大学学报(自然科学版) 2019年04期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,计算机软件及计算机应用

单位: 内蒙古师范大学计算机科学技术学院

基金: 国家自然科学基金资助项目(61562068,11704229,61640204,61806103),内蒙古自然科学基金(2017MS0607),内蒙古民委蒙古文信息化专项扶持子项目(MW-2014-MGYWXXH-01),内蒙古自治区“草原英才”工程青年创新创业人才项目,内蒙古科技计划项目(蒙古文MOOC在线互动学习平台研发运营及民族教育大数据分析研究)

分类号: U491.17;TP391.1

DOI: 10.16229/j.cnki.issn1001-7542.2019.04.003

页码: 13-18

总页数: 6

文件大小: 405K

下载量: 132