基于词嵌入数据增强的提升域外话语检测
计算与语言
2020-03-30 v3
摘要
对于大多数智能助手系统，具备自动检测域外（OOD）话语以妥善处理噪声输入的机制至关重要。一种典型方法是引入一个单独类别，将包含 OOD 话语示例的样本与域内文本样本一同送入分类器。然而，由于 OOD 话语在训练集中通常不可见，检测性能在很大程度上依赖于所附 OOD 文本数据的质量，而受计算限制样本量有限。本文中，我们研究了在小样本量下基于采样的增强 OOD 数据如何影响 OOD 话语检测。我们假设，若随机选取的 OOD 话语样本分布更分散，则可增加未知 OOD 话语空间的覆盖度并提升检测准确率。实验表明，在给定相同数据集与相同 OOD 样本量时，OOD 样本越分散，OOD 话语检测性能越好。
引用
@article{arxiv.1911.10439,
title = {Enhancing Out-Of-Domain Utterance Detection with Data Augmentation Based on Word Embeddings},
author = {Yueqi Feng and Jiali Lin},
journal= {arXiv preprint arXiv:1911.10439},
year = {2020}
}
备注
I see some improvements that can be done. There will be a major change regarding the main idea