排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
口语理解(spoken language understanding, SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架, SLU通常包括两个子任务:意图检测(intent detection, ID)和槽位填充(slot filling, SF).意图检测是一个语义话语分类问题,在句子层面分析话语的语义;槽位填充是一个序列标注任务,在词级层面分析话语的语义.由于意图和槽之间的密切相关性,主流的工作采用联合模型来利用跨任务的共享知识.但是ID和SF是两个具有强相关性的不同任务,它们分别表征了话语的句级语义信息和词级信息,这意味着两个任务的信息是异构的,同时具有不同的粒度.提出一种用于联合意图检测和槽位填充的异构交互结构,采用自注意力和图注意力网络的联合形式充分地捕捉两个相关任务中异构信息的句级语义信息和词级信息之间的关系.不同于普通的同构结构,所提模型是一个包含不同类型节点和连接的异构图架构,因为异构图涉及更全面的信息和丰富的语义,同时可以更好地交互表征不同粒度节点之间的信息.此... 相似文献
2.
提出一种基于区块链技术的物联网信息非交互式通信方法及系统模型,通过Diffie-Hell-man密钥协商协议和RSA签名认证,将区块链技术的分散网络特性应用于物联网通信中的去中心化,实现了物联网用户间端到端的安全通信,同时也保证了对第三方可信任机构的低依赖和解决IOT数据兼容问题,有效减少了物联网系统的运维成本. 相似文献
1