结合胶囊网络的领域适应意图识别
Computer Engineering and Applications（2021）
摘要
意图识别是口语理解中的重要任务,关乎整个对话系统的性能.针对新领域人机对话系统中训练语料较少,构建可训练语料十分昂贵的问题,提出一种利用胶囊网络改进领域判别器的领域适应方法.该方法利用领域对抗神经网络将源域的特征信息迁移至目标域中,此外,为了保证领域意图文本的特征质量,对源域和目标域的特征表示进行再次提取,充分获取意图文本的特征信息,捕捉不同领域的独有特征,提高领域的判别能力,保障领域适应任务的可靠性.在目标域仅包含少量样本的情况下,该方法在中文和英文数据集上的准确率分别达到了83.3％和88.9％.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要