面向语音助手的噪声鲁棒命名实体理解
计算与语言
2021-08-11 v3 人工智能
机器学习
摘要
命名实体识别（NER）和实体链接在语音助手交互中起着至关重要的作用，但由于语音用户查询相关的特殊困难而具有挑战性。在本文中，我们提出了一种新颖的架构，通过将NER和EL任务结合在联合重排序模块中来共同求解。我们表明，我们提出的框架在F1分数上将NER准确率提升了达3.13%，将EL准确率提升了达3.6%。所使用的特征在其他自然语言理解任务中也带来了更好的准确率，例如领域分类和语义解析。
引用
@article{arxiv.2005.14408,
title = {Noise Robust Named Entity Understanding for Voice Assistants},
author = {Deepak Muralidharan and Joel Ruben Antony Moniz and Sida Gao and Xiao Yang and Justine Kao and Stephen Pulman and Atish Kothari and Ray Shen and Yinying Pan and Vivek Kaul and Mubarak Seyed Ibrahim and Gang Xiang and Nan Dun and Yidan Zhou and Andy O and Yuan Zhang and Pooja Chitkara and Xuan Wang and Alkesh Patel and Kushal Tayal and Roger Zheng and Peter Grasch and Jason D. Williams and Lin Li},
journal= {arXiv preprint arXiv:2005.14408},
year = {2021}
}
备注
NAACL 2021 Industry Track