面向工業(yè)運維人機對話的意圖和語義槽聯(lián)合識別算法

打開文本圖片集

摘 要：

在工業(yè)運維人機對話任務中，為解決運維數(shù)據(jù)中包含復雜嵌套實體以及存在少量缺字、錯字的問題，提出一種改進的BERT聯(lián)合任務算法GP-GraphBERT，利用意圖和語義槽識別任務的關(guān)聯(lián)性提升對話性能。首先，由BERT得到隱藏層狀態(tài)后，通過構(gòu)建鄰接矩陣將其轉(zhuǎn)換為圖結(jié)構(gòu)，嵌入加權(quán)殘差圖注意力網(wǎng)絡（WRGAT）增強模型的鄰居感知能力。（剩余16971字）