通过分层联合建模进行域外领域与意图分类
计算与语言
2021-12-15 v2
摘要
真实世界对话系统的用户查询有时可能超出系统能力范围，但恰当的系统响应可使人机交互顺畅进行。本文关注用户意图，并聚焦于对话系统中的域外意图分类。尽管用户意图与应用领域高度相关，鲜有研究利用此类相关性进行意图分类。我们未采用先分类领域再分类意图的两阶段方法，而是提出一种基于联合模型的分层多任务学习方法，同时分类领域与意图。所提方法的新颖之处包括：（1）在领域与意图分类的联合建模中共享有监督的域外信号，以替代两阶段流水线；（2）引入分层模型，分别在较高与较低层学习意图与领域表示。实验表明，该模型在准确率、域外召回率与 F1 上优于现有方法。此外，基于阈值的后处理通过平衡意图分类中的精确率与召回率进一步提升了性能。
引用
@article{arxiv.2104.14781,
title = {Out-of-Scope Domain and Intent Classification through Hierarchical Joint Modeling},
author = {Pengfei Liu and Kun Li and Helen Meng},
journal= {arXiv preprint arXiv:2104.14781},
year = {2021}
}
备注
Published in the 12th International Workshop on Spoken Dialog System Technology (IWSDS),2021