面向工业运维人机对话的意图和语义槽联合识别算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：

在工业运维人机对话任务中，为解决运维数据中包含复杂嵌套实体以及存在少量缺字、错字的问题，提出一种改进的BERT联合任务算法GP-GraphBERT，利用意图和语义槽识别任务的关联性提升对话性能。首先，由BERT得到隐藏层状态后，通过构建邻接矩阵将其转换为图结构，嵌入加权残差图注意力网络（WRGAT）增强模型的邻居感知能力。（剩余16971字）

试读结束

目录
monitor
客服机器人