基于隐式网络和显式网络相似性学习的零样本意图识别

作     者：孙鹏飞 欧阳亚文 戴新宇 张文明 Pengfei SUN;Yawen OUYANG;Xinyu DAI;Wenming ZHANG

作者机构：计算机软件新技术国家重点实验室(南京大学)南京210023 

基　　金：国家自然科学基金(批准号:61772261,61672277) 江苏省自然科学基金(优秀青年基金项目)(批准号:BK20170074)资助项目 

出 版 物：《中国科学：信息科学》 (Scientia Sinica(Informationis))

年 卷 期：2021年第51卷第11期

页      码：1853-1866页

摘      要：意图识别是对话系统的一个重要组成部分.现有的工作主要集中在使用充足的标记数据进行意图识别.然而,这些方法不能识别训练数据中不存在的意图.为了解决这个问题,我们提出了一种基于隐式网络和显式网络的相似性学习模型,用于零样本意图识别,该模型能够从词级和句子级学习用户话术和意图描述之间的相似性.为了增强意图的表示,我们引入槽位类型作为意图描述.并依据表达方式的不同将意图分为显式意图和隐式意图,分别从词级和句子级构建显式网络和隐式网络.同时,为了更好地结合这两部分信息,我们还设计了关系层来融合不同层级的信息.在两个基准数据集上的实验结果表明,我们的模型明显优于现有的最先进的模型,并展示了从词级和句子级同时学习相似性的有效性.

主 题 词：零样本意图识别 隐式网络 显式网络 关系层 选择门 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.1360/SSI-2020-0266

馆 藏 号：203106024...