来源：期刊VIP网 时间：
作者：厉雯;古丽拉·阿东别克;樊诗雨;任方日;
单位：新疆大学信息科学与工程学院;国家语言资源监测与研究少数民族语言中心哈萨克和柯尔克孜语文基地;新疆多语种信息技术实验室;
摘要：构建了基于BERT的双向连接模式BERT-based Bi-directional Association Model(BBAM)以实现在意图识别和槽位填充之间建立双向关系的目标，来实现意图识别与槽位填充的双向关联，融合两个任务的上下文信息，对意图识别与槽位填充两个任务之间的联系进行深度挖掘，从而优化问句理解的整体性能.为了验证模型在旅游领域中的实用性和有效性，通过远程监督和人工校验构建了旅游领域问句数据集TFQD(Tourism Field Question Dataset),BBAM模型在此数据集上的槽填充任务F1值得分为95.21%,意图分类准确率(A)为96.71%,整体识别准确率(A_(sentence))高达89.62%,显著优于多种基准模型.所提出的模型在ATIS和Snips两个公开数据集上与主流联合模型进行对比实验后，结果表明其具备一定的泛化能力.
关键词：自然语言理解;;口语理解;;问句理解;;旅游领域;;智能问答;;意图识别;;槽位填充;;联合建模
基金资助：国家自然科学基金资助项目(62062062)
