面向智能体的自然语言理解功能的快速可扩展扩展
计算与语言
2018-05-07 v1
摘要
快速扩展智能虚拟体的自然语言功能对于实现引人入胜且信息丰富的交互至关重要。然而，为新自然语言领域开发准确模型是一个耗时且耗数据的过程。我们提出了高效的深度神经网络架构，通过迁移学习最大化地复用可用资源。我们的方法被应用于扩展一款流行商业智能体的理解能力，并在由内部或外部开发者设计的成百个新领域上进行了评估。我们表明，所提方法在低资源设定下显著提升了准确率，并能够以更少数据实现准确模型的快速开发。
引用
@article{arxiv.1805.01542,
title = {Fast and Scalable Expansion of Natural Language Understanding Functionality for Intelligent Agents},
author = {Anuj Goyal and Angeliki Metallinou and Spyros Matsoukas},
journal= {arXiv preprint arXiv:1805.01542},
year = {2018}
}
备注
To appear in the Proceedings of NAACL-HLT 2018 (Industry Track)