Контекстно-зависимая Иерархическая сеть слияния BERT для обнаружения Многооборотных диалоговых действий |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2021-09-06 10:00 Успех интерактивных диалоговых систем обычно связан с качеством задачи понимания устной речи (SLU), которая в основном определяет соответствующие диалоговые действия и значения слотов в каждом обороте. Рассматривая высказывания по отдельности, большинство систем SLU часто упускают из виду семантический контекст, в котором ожидается диалоговое действие. Ребята из Технологического института Джорджии предложили улучшить SLU в многооборотных диалогах, используя иерархическую сеть слияния BERT с учетом контекста (CaBERT-SLU), чтобы не только различать контекстную информацию в диалоге, но и совместно идентифицировать несколько диалоговых актов и слотов в каждом высказывании. Ссылка на статью: https://arxiv.org/pdf/2109.01267v1.pdf Ссылка на GitHub: https://github.com/waynewu6250/CaBERT-SLU Источник: github.com Комментарии: |
|