在XLNet中建模说话人间关系用于上下文口语语言理解
计算与语言
2019-10-29 v1 声音
音频与语音处理
摘要
我们提出两种方法，通过建模说话人之间的关系来捕捉多轮对话中的相关历史信息，用于口语语言理解(SLU)。我们的方法专为XLNet量身定制并因此与之兼容，XLNet是一种最先进的预训练模型，故我们在XLNet之上构建的模型上进行了验证。在实验中，所有模型在两个基准数据集上均取得了高于最先进上下文SLU模型的准确率。对结果的分析表明，所提方法能有效提升XLNet的SLU准确率。这些识别重要对话历史的方法将有助于缓解当前语句SLU中的歧义。
引用
@article{arxiv.1910.12531,
title = {Modeling Inter-Speaker Relationship in XLNet for Contextual Spoken Language Understanding},
author = {Jonggu Kim and Jong-Hyeok Lee},
journal= {arXiv preprint arXiv:1910.12531},
year = {2019}
}
备注
submitted to ICASSP 2020