对话历史集成于端到端信号到概念口语理解系统
计算与语言
2020-05-04 v1 声音
音频与语音处理
摘要
本研究探讨了在口语理解（SLU）系统中表示对话历史的嵌入方法。我们聚焦于通过单一端到端神经网络模型直接从语音信号中提取语义信息的场景。我们提出将对话历史集成到端到端信号到概念 SLU 系统中。对话历史以对话历史嵌入向量（所谓 h-vectors）的形式表示，并作为附加信息提供给端到端 SLU 模型，以提升系统性能。本文提出并实验评估了以下三类 h-vectors：（1）监督-全嵌入，从最后一轮对话系统回复中预测用户答案里预期的词袋概念；（2）监督-频嵌入，仅聚焦于预测一组选定的语义概念（对应我们实验中最频繁出现的错误）；（3）无监督嵌入。在 MEDIA 语料库上的语义槽填充任务实验表明，所提出的 h-vectors 改善了模型性能。
引用
@article{arxiv.2002.06012,
title = {Dialogue history integration into end-to-end signal-to-concept spoken language understanding systems},
author = {Natalia Tomashenko and Christian Raymond and Antoine Caubriere and Renato De Mori and Yannick Esteve},
journal= {arXiv preprint arXiv:2002.06012},
year = {2020}
}
备注
Accepted for ICASSP 2020 (Submitted: October 21, 2019)