从不流畅检测到意图检测与槽填充
计算与语言
2022-09-20 v1
摘要
我们呈现了首项实证研究，探讨不流畅检测对下游意图检测与槽填充任务的影响。我们针对越南语开展此研究——这是一种低资源语言，此前既无相关研究，也无公开的不流畅检测数据集。首先，我们手动为流畅的越南语意图检测与槽填充数据集 PhoATIS 添加上下文不流畅并对其进行标注，从而扩展该数据集。随后，我们基于预训练语言模型，使用不流畅检测与联合意图检测及槽填充的强基线进行实验。我们发现：(i) 不流畅对下游意图检测与槽填充任务性能产生负面影响；(ii) 在不流畅语境下，预训练多语言语言模型 XLM-R 比预训练单语语言模型 PhoBERT 产生更好的意图检测与槽填充性能，而这与此前在流畅语境中普遍发现的情况相反。
引用
@article{arxiv.2209.08359,
title = {From Disfluency Detection to Intent Detection and Slot Filling},
author = {Mai Hoang Dao and Thinh Hung Truong and Dat Quoc Nguyen},
journal= {arXiv preprint arXiv:2209.08359},
year = {2022}
}
备注
In Proceedings of INTERSPEECH 2022