用于联合多意图检测和槽位填充的生成式模型
计算与语言
2026-02-13 v2
摘要
在任务型对话系统中，口语语言理解是一个关键组成部分，它包含两个子任务：意图检测和槽位填充。大多数现有方法专注于单意图口语语言理解，其中每个话语只有一个意图。然而，在现实场景中，用户通常在一个话语中表达多个意图，这对现有对话系统和数据集构成了挑战。在本文中，我们提出了一个生成式框架来同时处理多意图检测和槽位填充。具体来说，我们提出了一种注意力上注意力解码器，通过将归纳偏置引入多任务学习过程，来处理可变数量的意图以及两个子任务之间的干扰。此外，我们利用BERT模型的下一句预测头，基于单意图话语构建了两个新的多意图口语语言理解数据集。实验结果表明，我们提出的注意力上注意力生成模型在两个公开数据集MixATIS和MixSNIPS以及我们构建的数据集上达到了最先进的性能。
引用
@article{arxiv.2602.08322,
title = {A Generative Model for Joint Multiple Intent Detection and Slot Filling},
author = {Liz Li and Wei Zhu},
journal= {arXiv preprint arXiv:2602.08322},
year = {2026}
}