意图识别与语义槽填充的双向关联模型
【摘要】 意图识别与语义槽填充联合建模正成为口语理解（SpokenLanguageUnderstanding，SLU）的新趋势。但是，现有的联合模型只是简单地将两个任务进行关联，建立了两任务间的单向联系，未充分利用两任务之间的关联关系。考虑到意图识别与语义槽填充的双向关联关系可以使两任务相互促进，提出了一种基于门控机制的双向关联模型（BiAss-Gate），将两个任务的上下文信息进行融合，深度挖掘意图识别与语义槽填充之间的联系，从而优化口语理解的整体性能。实验表明，所提模型BiAss-Gate在ATIS和Snips数据集上，语义槽填充F1值最高达95.8%，意图识别准确率最高达98.29%，对比其他模型性能得到了显著提升。
