パーセ,生成  タスク指向意味構文解析のための配列アーキテクチャへの配列【JST・京大機械翻訳】

Rongali Subendhu; Soldaini Luca; Monti Emilio; Hamza Wael

文献

J-GLOBAL ID：202002278013006658 整理番号：20A1716142

パーセ,生成タスク指向意味構文解析のための配列アーキテクチャへの配列【JST・京大機械翻訳】

Don’t Parse, Generate! A Sequence to Sequence Architecture for Task-Oriented Semantic Parsing

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1716142&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (4件)： , , ,
資料名：
号： WWW ’20 ページ： 2962-2968 発行年： 2020年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

アマゾンAlexa,Apple Siri,およびGoogle Assistantのような仮想支援は,そのユーザにより発話された発話に対する行動(s)を実行するための意味構文分析成分にしばしば依存している。伝統的に,ルールベースまたは統計的スロット充填システムを使用して「単純」質問を構文化した。すなわち,単一行動を含み,非重複エンティティの集合に分解できる。より最近では,より複雑な発話を処理するために,シフト縮小パーザが提案されている。これらの方法は,強力ではあるが,パージングできる質問のタイプに特定の制限を課す。すなわち,それらは構文木として表現できるクエリを必要とする。本研究では,単純および複雑な質問の両方を扱うため,配列モデルおよびポインタ生成ネットワークに対するシーケンスに基づく統一アーキテクチャを提案した。他の研究とは異なり,提案アプローチは意味的構文スキーマに制限を課さない。さらに,実験により,3つの公的に利用可能なデータセット(ATIS,SNIPS,Facebook TOP)に関する最新の性能の状態を達成し,以前のシステムよりも正確なマッチ精度において3.3%と7.7%の間で相対的に改善することを示した。最後に,2つの内部データセットに対する提案アプローチの有効性を示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

自然語処理

, , ,

前のページに戻る

パーセ,生成 タスク指向意味構文解析のための配列アーキテクチャへの配列【JST・京大機械翻訳】

パーセ,生成タスク指向意味構文解析のための配列アーキテクチャへの配列【JST・京大機械翻訳】