NOEM$^{3}$A：一种用于移动智能体多意图理解的神经符号本体增强方法
人工智能
2025-11-26 v1
摘要
我们引入了一个神经符号框架，用于移动 AI 智能体的多意图理解，通过将结构化意图本体与紧凑语言模型集成。我们的方法利用检索增强提示、logit 偏置和可选分类头，在输入和输出表示中注入符号意图结构。我们正式化了一种新的评估指标——基于层次本体深度的语义意图相似性 (Semantic Intent Similarity, SIS)，捕捉即使预测意图在词汇上不同也之间的语义接近性。在 MultiWOZ 2.3 中一部分模糊/挑战性对话的实验（使用来自 GPT-o3 的 oracle 标签）显示，一个 3B 参数的 Llama 模型配合本体增强可接近 GPT-4 的准确率（85% vs 90%），同时占用极小的能源和内存资源。定性比较表明，本体增强模型产生更具 grounding 、消除歧义的多意图解释。我们的结果验证了符号对齐作为一种有效策略，对于实现准确且高效的设备端 NLU 至关重要。
引用
@article{arxiv.2511.19780,
title = {NOEM$^{3}$A: A Neuro-Symbolic Ontology-Enhanced Method for Multi-Intent Understanding in Mobile Agents},
author = {Ioannis Tzachristas and Aifen Sui},
journal= {arXiv preprint arXiv:2511.19780},
year = {2025}
}