出处: InterSpeech 2016(语音顶会)
摘要
对于NLU的三个任务:domain分类、intent检测、slot-filling,这种分成三个任务而不是端到端学习的优势是:
- 灵活,对某个特定domain的修改不会影响其他domain
- 可以在特定domain使用该特定domain的特征
- 在domain内有更好的理解,因为比如在某一domain的意图检测,只需要在该domain的一个较小的子集内进行就行。
- 方便追查badcase
同时也有一些缺点:
- 错误会传递到下游,domain->intent->slot-filling
- 不能很好的利用多domain的知识,比如有些领域有一些共用的买、卖intent
- domain之间不好迁移
作者提出一个可以同时产生domain、intent、slot-filling的模型(解决缺点1),并且适用于多domain的情况(解决缺点2、3)