TPAMI 2024 | 多意图口语理解的协同引导

题目：Co-Guiding for Multi-Intent Spoken Language Understanding

多意图口语理解的协同引导

作者：Bowen Xing; Ivor W. Tsang

---

摘要

最近基于图的多意图口语理解（SLU）模型通过模拟从意图预测到槽填充解码的指导获得了有希望的结果。然而，现有方法（1）只模拟了从意图到槽的单向指导，而意图和槽之间存在双向相互关系；（2）采用同构图来模拟槽语义节点和意图标签节点之间的交互，这限制了性能。在本文中，我们提出了一个名为Co-guiding Net的新颖模型，它实现了一个两阶段框架，实现了两个任务之间的相互指导。在第一阶段，生成了两个任务的初始估计标签，然后在第二阶段利用这些估计标签来模拟相互指导。具体来说，我们提出了两个异构图注意力网络，它们在提出的两个异构图语义-标签图上工作，有效地表示了语义节点和标签节点之间的关系。此外，我们还进一步提出了Co-guiding-SCL Net，它利用单任务和双任务语义对比关系。对于第一阶段，我们提出了单任务监督对比学习；对于第二阶段，我们提出了共同指导监督对比学习，它在对比学习过程中考虑了两个任务的相互指导。实验结果表明，我们的模型在多意图SL