结合 ASR 特征的混合对话状态追踪器
计算与语言
2017-02-22 v1
摘要
本文提出了一种由可训练的口语理解（SLU）增强的混合对话状态追踪器，用于槽位填充对话系统。我们的架构受先前提出的基于神经网络的信念追踪系统启发。此外，我们用可微规则扩展了模块化架构的某些部分，以允许端到端训练。我们假设这些规则使我们的追踪器比纯基于机器学习的系统具有更好的泛化能力。在评估中，我们使用了对话状态追踪挑战赛（DSTC）2 数据集——这是一个流行的信念追踪测试平台，包含来自餐厅信息系统的对话。据我们所知，我们的混合追踪器在 DSTC2 的四个类别中有三个类别创下了新的 SOTA 结果。
引用
@article{arxiv.1702.06336,
title = {Hybrid Dialog State Tracker with ASR Features},
author = {Miroslav Vodolán and Rudolf Kadlec and Jan Kleindienst},
journal= {arXiv preprint arXiv:1702.06336},
year = {2017}
}
备注
Accepted to EACL 2017