一种用于域外意图检测与意图发现的混合架构
计算与语言
2023-08-01 v2 人工智能
摘要
意图检测是任务型对话系统中自然语言理解（NLU）单元的任务之一。域外（OOS）和跨域（OOD）输入可能使这些系统陷入问题。另一方面，训练任务型对话系统中的意图检测模型需要带标注的数据集。创建带标注的数据集耗时且需要人力资源。本文旨在解决上述问题。识别OOD/OOS输入的任务被称为OOD/OOS意图检测。此外，发现新意图并对OOD输入进行伪标注被称为意图发现。在OOD意图检测部分，我们利用变分自编码器（Variational Autoencoder）来区分已知和未知意图，且与输入数据分布无关。此后，使用无监督聚类方法来发现OOD/OOS输入下不同的未知意图。我们还对OOD/OOS表示施加非线性降维，以使表示之间的距离对聚类更具意义。我们的结果表明，所提出的用于OOD/OOS意图检测和意图发现的模型均取得了优异结果，并在英语和波斯语上超越了基线方法。
引用
@article{arxiv.2303.04134,
title = {A Hybrid Architecture for Out of Domain Intent Detection and Intent Discovery},
author = {Masoud Akbari and Ali Mohades and M. Hassan Shirali-Shahreza},
journal= {arXiv preprint arXiv:2303.04134},
year = {2023}
}