論文の概要: Intent detection and slot filling for Vietnamese

• arxiv url: http://arxiv.org/abs/2104.02021v1
• Date: Mon, 5 Apr 2021 17:19:42 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-06 14:41:19.897457
• Title: Intent detection and slot filling for Vietnamese
• Title（参考訳）: ベトナムにおけるインテント検出とスロット充填
• Authors: Mai Hoang Dao, Thinh Hung Truong, Dat Quoc Nguyen
• Abstract要約: ベトナムにおける最初の公的な意図検出とスロット充足データセットを提案する。 また,意図検出とスロット充填のための統合モデルを提案する。 ベトナムのデータセットによる実験結果から,提案手法はJointBERT+CRFよりも有意に優れていた。
• 参考スコア（独自算出の注目度）: 6.17059264011429
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Intent detection and slot filling are important tasks in spoken and natural language understanding. However, Vietnamese is a low-resource language in these research topics. In this paper, we present the first public intent detection and slot filling dataset for Vietnamese. In addition, we also propose a joint model for intent detection and slot filling, that extends the recent state-of-the-art JointBERT+CRF model with an intent-slot attention layer in order to explicitly incorporate intent context information into slot filling via "soft" intent label embedding. Experimental results on our Vietnamese dataset show that our proposed model significantly outperforms JointBERT+CRF. We publicly release our dataset and the implementation of our model at: https://github.com/VinAIResearch/JointIDSF
• Abstract（参考訳）: インテント検出とスロットフィリングは、音声および自然言語理解において重要なタスクである。 しかし、ベトナム語はこれらの研究テーマにおいて低資源言語である。 本稿ではベトナムにおける最初の公的な意図検出とスロット充足データセットを提案する。 さらに,意図検出とスロットフィリングのためのジョイントモデルを提案する。このモデルでは,意図コンテキスト情報を"ソフト"インテントラベル埋め込みによるスロットフィリングに明示的に組み込むために,最新の最先端のジョイントバート+CRFモデルをインテントスロットアテンション層で拡張する。 ベトナムのデータセットによる実験結果から,提案手法はJointBERT+CRFよりも有意に優れていた。 私たちはデータセットとモデルの実装をhttps://github.com/VinAIResearch/JointIDSFで公開しています。

関連論文リスト

• Cross-Lingual NER for Financial Transaction Data in Low-Resource Languages [70.25418443146435]
  半構造化テキストデータにおける言語間名前認識のための効率的なモデリングフレームワークを提案する。 我々は2つの独立したSMSデータセットを英語とアラビア語で使用し、それぞれが半構造化された銀行取引情報を持っている。 わずか30のラベル付きサンプルにアクセスすることで、我々のモデルは、英語からアラビア語までの商人、金額、その他の分野の認識を一般化することができる。
  論文  参考訳（メタデータ） (2023-07-16T00:45:42Z)
• Generalized Multiple Intent Conditioned Slot Filling [13.627966356726619]
  プリエントスロットフィリングメソッドは、メッセージ内で各インテントタイプが1回以上発生できないと仮定する。 本研究では,メッセージ中のユニークな意図の制約を取り除き,スロットフィリングを一般化する。 私たちはDBpediaと既存のスロットフィリングデータセットを組み合わせることで、事前トレーニングデータセットを作成します。 両方のトレーニングデータセットのパフォーマンスが向上し、トレーニング中に見えないインテントタイプにモデルを一般化できることが分かりました。
  論文  参考訳（メタデータ） (2023-05-18T15:04:52Z)
• Going beyond research datasets: Novel intent discovery in the industry setting [60.90117614762879]
  本稿では,大規模なeコマースプラットフォームに展開する意図発見パイプラインを改善する手法を提案する。 ドメイン内データに基づく事前学習型言語モデルの利点を示す。 また,クラスタリングタスクの微調整中に,実生活データセットの会話構造(質問と回答)を利用するための最善の方法も考案した。
  論文  参考訳（メタデータ） (2023-05-09T14:21:29Z)
• Vietnamese Capitalization and Punctuation Recovery Models [1.9981375888949475]
  原文入力のための前処理パイプラインでは、資本化と句読点復元が不可欠である。 本稿では,ベトナムにおける資本化と句読点回復のためのパブリックデータセットを提案し,ジョイントCapPuncという2つのタスクのジョイントモデルを提案する。 ベトナムのデータセットを用いた実験結果から,我々の関節モデルの有効性が単一モデルと過去の関節学習モデルと比較された。
  論文  参考訳（メタデータ） (2022-07-04T10:45:24Z)
• Enhancing Slot Tagging with Intent Features for Task Oriented Natural Language Understanding using BERT [0.0]
  本研究は,3つの手法を用いて意図ラベルの特徴を活用することによる,関節インテントとスロット検出モデルのスロットタギングタスクの効果について検討する。 我々は,音声言語データセットSNIPSとATISのベンチマークおよび大規模プライベートBixbyデータセットの評価を行った。
  論文  参考訳（メタデータ） (2022-05-19T17:41:04Z)
• Generative Conversational Networks [67.13144697969501]
  本稿では,対話エージェントが独自のラベル付き学習データを生成することを学習する,生成会話ネットワーク(Generative Conversational Networks)というフレームワークを提案する。 そこで本研究では,シードデータから学習したベースラインモデルに対して,意図検出が平均35%,スロットタグが平均21%向上したことを示す。
  論文  参考訳（メタデータ） (2021-06-15T23:19:37Z)
• Learning Intents behind Interactions with Knowledge Graph for Recommendation [93.08709357435991]
  知識グラフ(KG)は、推薦システムにおいてますます重要な役割を果たす。 既存のGNNベースのモデルは、きめ細かいインテントレベルでのユーザ項目関係の特定に失敗します。 本稿では,新しいモデルである知識グラフベースインテントネットワーク(kgin)を提案する。
  論文  参考訳（メタデータ） (2021-02-14T03:21:36Z)
• Joint Intent Detection and Slot Filling with Wheel-Graph Attention Networks [6.939768185086755]
  本稿では,車輪グラフ注意ネットワーク(Wheel-GAT)を用いた新しいジョイントモデルを提案する。 発話のためのグラフ構造を構築するために、意図ノード、スロットノード、有向エッジを作成する。
  論文  参考訳（メタデータ） (2021-02-09T02:37:56Z)
• PIN: A Novel Parallel Interactive Network for Spoken Language Understanding [68.53121591998483]
  既存の RNN ベースのアプローチでは、ID と SF のタスクは、それらの間の相関情報を利用するために、しばしば共同でモデル化される。 SNIPSとATISという2つのベンチマークデータセットによる実験は、我々のアプローチの有効性を実証している。 さらに,事前学習した言語モデルBERTが生成した発話の特徴埋め込みを用いて,提案手法はすべての比較手法の中で最先端の手法を実現する。
  論文  参考訳（メタデータ） (2020-09-28T15:59:31Z)
• AGIF: An Adaptive Graph-Interactive Framework for Joint Multiple Intent Detection and Slot Filling [69.59096090788125]
  本稿では,多目的検出とスロットフィリングを併用する適応グラフ対話フレームワーク(AGIF)を提案する。 スロットとインテントの強い相関関係をモデル化するために,インテント-スロットグラフ相互作用層を導入する。 このような相互作用層が各トークンに適応的に適用され、関連する意図情報を自動抽出する利点がある。
  論文  参考訳（メタデータ） (2020-04-21T15:07:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。