面向任务型对话的意图分类与槽填充数据集综述
计算与语言
2022-07-28 v1
摘要
在过去十年中，对话系统受到的关注大幅增长。随之而来的是对开发和改进行意图分类与槽填充模型的兴趣增加，这两个组件常用于任务型对话系统中。此外，良好的评估基准对于帮助比较和分析包含此类模型的系统十分重要。遗憾的是，该领域大量文献仅限于对相对较少的基准数据集进行分析。为了促进对任务型对话系统更稳健的分析，我们对用于意图分类和槽填充任务的公开可用数据集进行了调研。我们编录了每个数据集的重要特征，并讨论了各自的适用性、优势与不足。我们的目标是使本综述有助于提高这些数据集的可获取性，期望能促成它们在未来对任务型对话系统的意图分类与槽填充模型的评估中被使用。
引用
@article{arxiv.2207.13211,
title = {A Survey of Intent Classification and Slot-Filling Datasets for Task-Oriented Dialog},
author = {Stefan Larson and Kevin Leach},
journal= {arXiv preprint arXiv:2207.13211},
year = {2022}
}