面向开放本体槽填充的弹性 CRF
计算与语言
2024-05-31 v2
摘要
槽填充是任务型对话系统中的关键组件，用于将（用户）话语解析为称为槽的语义概念。本体由槽的集合以及每个槽可取的值定义。将槽填充视为序列标注任务的最广泛做法存在两个主要缺陷。首先，本体通常是预定义且固定的，因此无法检测未见槽的新标签。其次，槽标签的独热编码忽略了具有相似语义的槽之间的关联，这使得难以跨不同领域共享所学知识。为解决这些问题，我们提出一种称为弹性条件随机场（eCRF）的新模型，其中每个槽由其自然语言描述的嵌入表示并由 CRF 层建模。只要槽有自然语言描述可用，eCRF 就能检测新槽值。在我们的实验中，我们表明 eCRF 在领域内和跨领域任务中均优于现有模型，尤其在预测未见槽和值方面。
引用
@article{arxiv.1811.01331,
title = {Elastic CRFs for Open-ontology Slot Filling},
author = {Yinpei Dai and Yichi Zhang and Hong Liu and Zhijian Ou and Yi Huang and Junlan Feng},
journal= {arXiv preprint arXiv:1811.01331},
year = {2024}
}
备注
5 pages