家电科技 ›› 2023, Vol. 0 ›› Issue (zk): 95-98.doi: 10.19784/j.cnki.issn1672-0172.2023.99.023
陈首名1,2, 赵培1,2, 马志芳1,2, 王迪1,2
CHEN Shouming1,2, ZHAO Pei1,2, MA Zhifang1,2, WANG Di1,2
摘要: 在人机对话系统中,对用户query的理解包括意图理解和命名实体信息抽取两部分,命名实体信息可以认为是用户意图更细粒度的信息抽取和补充。命名实体抽取任务需要将实体类型和实体边界两部分都正确提取。但在实际的应用场景中,模型由于缺乏领域的知识而不能正确理解用户query。在音乐、电台、视频、诗词等相关领域,通过将领域知识的类型和知识的边界加入Bert模型中,既充分利用了预训练模型又加入了领域知识。实验表明,通过增加领域知识,在意图识别和命名实体识别任务上,分别有3%和5%的提升。在缺乏上下文信息时,领域知识可以帮助模型补充信息,从而提高模型的正确率。
中图分类号: