slot-carryover学习

算是NLU和DST的结合。因为NLU只注意ut的slot和intent，而DST关注value的追踪（一般paper中slot是已经给定）。
1）Contextual Slot Carryover for Disparate Schemas
2）Improving Long Distance Slot Carryover in Spoken Dialogue Systems
要解决的问题：context的slot带到ut的slot集合来。
方法：构建一个candidate set，从中抽取一个子集。
收获：slot-carryover是一个可以单独拿出来讨论的问题。slot在远距离context也是有可能传到现在ut的。slot之间的joint distribtion值得学习。
18年是逐个元素进行判断，输入有（history，ut）attention，intent，slot，输入concat，使用MLP网络然后一个binary分类。
19年是采用
pointer网络（候选集排成一个序列，seq2seq方式，decode过程中(h+context+intent)作为query计算encode中每一个注意力分数，得到attned_encode_output,decode方式就是普通的lstm）和
self-attention，就是编码以后的slot候选之间进行自注意力，应该是关系密切+context相关的更靠近，然后（slot_i+context+intent）通过MLP网络binary分类。