广义多意图条件槽填充
计算与语言
2023-05-19 v1
摘要
自然语言理解包含意图检测（识别用户目标）与槽填充（提取与目标相关的实体）任务。已有槽填充方法假定每类意图在一条消息中至多出现一次，但这在真实场景中常不成立。本文中，我们去除消息中意图唯一性约束，从而推广槽填充。我们将其建模为 JSON 生成任务并采用语言模型解决。我们通过结合 DBpedia 与现有槽填充数据集（转换为 JSON 生成格式）创建预训练数据集，并利用 GPT-3 生成域内数据集。我们训练 T5 模型完成该任务（提示中含与不含示例），发现两个训练数据集均提升性能，且模型能泛化至训练时未见的意图类型。
引用
@article{arxiv.2305.11023,
title = {Generalized Multiple Intent Conditioned Slot Filling},
author = {Harshil Shah and Arthur Wilcke and Marius Cobzarenco and Cristi Cobzarenco and Edward Challis and David Barber},
journal= {arXiv preprint arXiv:2305.11023},
year = {2023}
}