融合多约束条件的意图和语义槽填充联合识别

口语理解包含两个子任务——意图识别和语义槽填充,现有的联合建模方法虽然实现了模型参数的共享,并将意图识别的结果作用于语义槽填充,但是对于语义槽填充任务没有考虑到标签前后的依赖关系.采用双向长短时记忆网络(BLSTM),由BLSTM得到隐藏层状态后,对两任务分别加入注意力机制,通过语义槽门控机制将意图识别的结果作用于语义槽填充任务,并在语义槽填充任务中加入条件随机场(CRF)模型,该模型考虑了标签前后的依赖关系从而使得标注结果更为准确.实验数据选择航空信息领域的查询语句,得到的结果是意图识别的准确率达到93.20％,语义槽填充的F1值达到99.28％,并在SMP中文人机对话技术评测数据集上验证模型的性能.实验结果证明该模型优于其他联合识别模型.