基于多意图融合框架的联合意图识别和槽填充  

A Multi-Intent Fusion Framework for Joint Intent Detection and Slot Filling

作　　者：尹商鉴 黄沛杰[1] 梁栋柱 何卓棋 黎倩尔 徐禹洪 YIN Shangjian;HUANG Peijie;LIANG Dongzhu;HE Zhuoqi;LI Qianer;XU Yuhong(College of Mathematics and Informatics,South China Agricultural University,Guangzhou,Guangdong 510642,China)

机构地区：[1]华南农业大学数学与信息学院,广东广州510642

出　　处：《中文信息学报》2025年第2期123-130,共8页Journal of Chinese Information Processing

基　　金：国家自然科学基金(71472068,62306119);广东省自然科学基金(2021A1515011864);广州市智慧农业重点实验室(201902010081);国家级大学生创新训练计划项目(202210564069)。

摘　　要：近年来,多意图口语理解(SLU)已经成为自然语言处理领域的研究热点。当前先进的多意图SLU模型采用图的交互式框架进行联合多意图识别和槽填充,能够有效地捕捉到词元级槽位填充任务的细粒度意图信息,取得了良好的性能。但是,它忽略了联合作用下的意图所包含的丰富信息,没有充分利用多意图信息对槽填充任务进行指引。为此,该文提出了一种基于多意图融合框架(MIFF)的联合多意图识别和槽填充框架,使得模型能够在准确地识别不同意图的同时,利用意图信息为槽填充任务提供更充分的指引。在MixATIS和MixSNIPS两个公共数据集上进行了实验,结果表明,该文所提模型在性能和效率方面均超过了同期最先进的方法,同时能够有效从单领域数据集泛化到多领域数据集上。In recent years,multi-intent spoken language understanding(SLU)has become a research hotspot in the field of natural language processing.The state-of-the-art multi-intent SLU model uses a graph-interaction framework for joint multi-intent detection and slot-filling,which ignores the rich information contained in the intent under joint actions.This paper proposes a joint multi-intent detection and slot-filling approach based on the multi-intent fusion framework(MIFF),which enables the model to accurately identify different intents and provides more adequate guidance for the slot-filling task.Experiments on two public datasets,MixATIS and MixSNIPS,show that our model outperforms state-of-the-art methods in terms of performance and efficiency.

关 键 词：多意图口语理解 多意图融合框架 联合多意图识别和槽填充 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]