用于领域特定解释器意图与内容联合提取的 Seq2Seq 与多任务学习
机器学习
2018-08-02 v1 计算与语言
机器学习
摘要
本研究评估了 LSTM 网络在检测并提取金融聊天机器人命令的意图与内容上的性能。文中给出了两种可能改进先前任务的技术：序列到序列学习（sequence to sequence learning）与多任务学习（Multi-Task Learning）。
引用
@article{arxiv.1808.00423,
title = {Seq2Seq and Multi-Task Learning for joint intent and content extraction for domain specific interpreters},
author = {Marc Velay and Fabrice Daniel},
journal= {arXiv preprint arXiv:1808.00423},
year = {2018}
}