定 價:¥48.00
作 者: | 徐華 |
出版社: | 清華大學出版社 |
叢編項: | |
標 簽: | 暫缺 |
ISBN: | 9787302601104 | 出版時間: | 2022-04-01 | 包裝: | |
開本: | 16開 | 頁數(shù): | 135 | 字數(shù): |
第一篇 概述
第1章 對話系統(tǒng)
第2章 意圖識別
2.1 意圖特征表示相關研究綜述
2.1.1 離散式表示
2.1.2 分布式表示
2.1.3 小結
2.2 已知意圖分類方法研究綜述
2.2.1 基于單模型的對話意圖分類模型研究綜述
2.2.2 基于雙模型的對話意圖分類模型研究綜述
2.2.3 小結
2.3 未知意圖檢測研究綜述
2.3.1 基于傳統(tǒng)判別式模型的未知意圖檢測
2.3.2 基于計算機視覺領域開放集識別的未知意圖檢測
2.3.3 基于領域外樣本檢測的未知意圖類型檢測
2.3.4 基于其他方法的未知意圖類型檢測
2.3.5 小結
2.4 未知意圖類型發(fā)現(xiàn)研究綜述
2.4.1 基于無監(jiān)督聚類的未知意圖類型發(fā)現(xiàn)
2.4.2 基于半監(jiān)督聚類的未知意圖類型發(fā)現(xiàn)
2.4.3 小結
2.5 本章小結
第二篇 意圖分類
第3章 基于單模型的意圖分類
3.1 引言
3.2 不同神經網(wǎng)絡模型的對比
3.2.1 基線系統(tǒng)
3.2.2 基于神經網(wǎng)絡語言模型的話語分類器
3.2.3 基于RNN的話語分類器
3.2.4 基于LSTM和GRU的話語分類器
3.3 實驗
3.3.1 數(shù)據(jù)集和評價指標
3.3.2 實驗設置
3.3.3 實驗結果
3.4 本章小結
第4章 用于意圖分類和槽位填充的雙RNN語義分析框架
4.1 引言
4.2 意圖分類和槽位填充任務方法
4.2.1 基于深度神經網(wǎng)絡的意圖分類方法
4.2.2 基于循環(huán)神經網(wǎng)絡的槽位填充方法
4.2.3 兩個任務的聯(lián)合學習模型
4.3 用于聯(lián)合語義框架解析的雙模型RNN結構
4.3.1 帶有解碼器的雙模型結構
4.3.2 無解碼器的雙模型結構
4.3.3 異步訓練
4.4 對比實驗
4.4.1 數(shù)據(jù)集和評價指標
4.4.2 實驗設置
4.4.3 實驗結果
4.5 本章小結
……
第三篇 未知意圖檢測
第四篇 未知意圖發(fā)現(xiàn)
第五篇 對話意圖識別平臺
結束語
參考文獻
附錄