| 基于Bi-LSTM-CRF网络的语义槽识别 |
| |
| 引用本文： | 徐梓翔,车万翔,刘挺.基于Bi-LSTM-CRF网络的语义槽识别[J].智能计算机与应用,2017,7(6):91-94. |
| |
| 作者姓名： | 徐梓翔 车万翔 刘挺 |
| |
| 作者单位： | 哈尔滨工业大学 计算机科学与技术学院,哈尔滨,150001 |
| |
| 摘 要： | 自然语言理解任务的主要目标是运用自然语言处理的相关方法,对用户发出的语句进行解析,转化成结构化的语义表示.本文重点研究了基于语义槽抽取的自然语言理解方法.在基于语义槽抽取的自然语言理解任务中,任务的输入是用户的指令型语句,输出为指令的语义槽实体标注序列,如出发日期、出发地点等,故可将语义槽抽取任务看作类似于命名实体识别任务,以序列标注任务的方法解决.本文研究提出了基于Bi-LSTM-CRF模型的语义槽抽取方法,在英文语料ATIS上进行了实验.实验结果表明,基于Bi-LSTM-CRF网络的方法相比于传统机器学习的基准方法,结果得到了大幅度的提升.对于模型识别的结果,研究中采用F1值进行评价.
|
| 关 键 词： | 语义槽抽取 自然语言理解 Bi-LSTM-CRF网络 |
Slot filling based on Bi-LSTM-CRF |
| |
| XU Zixiang,CHE Wanxiang,LIU Ting.Slot filling based on Bi-LSTM-CRF[J].INTELLIGENT COMPUTER AND APPLICATIONS,2017,7(6):91-94. |
| |
| Authors: | XU Zixiang CHE Wanxiang LIU Ting |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
