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