SLU用于理解用户输入信息,将用户的语义拆成槽值对.例如如下所示:
产生用户的意图,槽和对应的槽值.产生插槽和插槽值主要有两个解决方法。
第一个涉及创建语法规则列表来解析用户的话语
第二种方法依赖于统计训练模型,我们训练分类器根据训练数据直接标记话语。
传统方法可以根据正则表达式来匹配用户的输入,随后可以达到解析用户话语的目的.
也可以用传统的机器学习方法.例如通过svm的方法进行用户意图的分类.都可以通过配置文件进行加载对应的SLU分类的意图.
该文档需要进一步做规范和加强。
SLU用于理解用户输入信息,将用户的语义拆成槽值对.例如如下所示:
产生用户的意图,槽和对应的槽值.产生插槽和插槽值主要有两个解决方法。
第一个涉及创建语法规则列表来解析用户的话语
第二种方法依赖于统计训练模型,我们训练分类器根据训练数据直接标记话语。
传统方法可以根据正则表达式来匹配用户的输入,随后可以达到解析用户话语的目的.
也可以用传统的机器学习方法.例如通过svm的方法进行用户意图的分类.都可以通过配置文件进行加载对应的SLU分类的意图.
该文档需要进一步做规范和加强。