基于能量的自注意力摘要社区学习用于口语理解
计算与语言
2019-11-11 v2 机器学习
摘要
摘要式社区检测是一项重要的口语理解任务，其目标是根据对话中的话语能否由一条公共的摘要式句子联合概括来对其进行分组。本文为该任务提供了一种新颖方法。我们首先引入一种具有三类自注意力机制的神经上下文话语编码器。随后使用孪生与三元组基于能量的元架构对其进行训练。在 AMI 语料库上的实验表明，我们的系统优于当前最优的多个基于能量与非基于能量的基线。代码与数据已公开可用。
引用
@article{arxiv.1904.09491,
title = {Energy-based Self-attentive Learning of Abstractive Communities for Spoken Language Understanding},
author = {Guokan Shang and Antoine Jean-Pierre Tixier and Michalis Vazirgiannis and Jean-Pierre Lorré},
journal= {arXiv preprint arXiv:1904.09491},
year = {2019}
}
备注
Update baselines