SLIM: Pemetaan Slot-Inten Eksplisit dengan BERT untuk Deteksi Multi-Inten dan Pengisian Slot Secara Bersama

SLIM: Pemetaan Slot-Inten Eksplisit dengan BERT untuk Deteksi Multi-Inten dan Pengisian Slot Secara Bersama

Penulis: Fengyu Cai, Wanhao Zhou, Fei Mi, Boi Faltings

Abstrak: Deteksi intensi pada level ucapan dan pengisian slot pada level token adalah dua tugas utama untuk pemahaman bahasa alami (NLU) dalam sistem berorientasi tugas. Sebagian besar pendekatan yang ada mengasumsikan hanya ada satu intensi dalam suatu ucapan. Namun, dalam skenario nyata, seringkali terdapat banyak intensi dalam satu ucapan. Dalam makalah ini, kami mengusulkan kerangka kerja NLU multi-intensi yang disebut SLIM untuk mempelajari secara bersama deteksi multi-intensi dan pengisian slot berdasarkan BERT. Untuk memanfaatkan sepenuhnya data anotasi yang ada dan menangkap interaksi antara slot dan intensi, SLIM memperkenalkan pengklasifikasi slot-intensi eksplisit untuk mempelajari pemetaan banyak-ke-satu antara slot dan intensi. Hasil empiris pada tiga dataset multi-intensi publik menunjukkan (1) kinerja unggul SLIM dibandingkan dengan kondisi terkini untuk NLU dengan banyak intensi dan (2) manfaat yang diperoleh dari pengklasifikasi slot-intensi.