第25卷第3期2023年5月大连民族大学学报JournalofDalianMinzuUniversityVol．25，No．3May2023收稿日期:2023－02－27;最后修回日期:2023－03－18基金项目:国家自然科学基金资助项目(61876031);辽宁省自然科学基金一般项目(2022－BS－104)。作者简介:孟佳娜(1972－)，女，辽宁大连人，教授，博士，硕士研究生导师，主要从事机器学习和文本挖掘研究。文章编号:2096－1383(2023)03－0244－06融入历史信息的多轮对话意图识别孟佳娜a，单明a，孙世昶a，姜笑君b，刘玉宁a，马腾飞a(大连民族大学a．计算机科学与工程学院;b．文法学院，辽宁大连116650)摘要:为解决人机对话系统研究中多轮对话历史信息的意图识别问题，提出了基于多任务学习的意图识别方法，对意图识别和语义槽填充两个任务进行联合建模，使用BEＲT和ＲoBEＲTa预训练模型作为语义编码器对这两个任务进行多任务联合学习，同时添加历史信息编码器，使用长短期记忆网络对历史信息进行语义建模。实验结果表明:意图识别的准确率明显优于其他现有模型，语义槽填充的F1值也得到了提升。关键词:任务型多轮对话;多任务学习;意图识别;语义槽填充;预训练中图分类号:TP391文献标志码:AIntentionＲecognitionbyIncorporatingHistoricalInformationforMulti－roundDialogueMENGJia－naa，SHANMinga，SUNShi－changa，JIANGXiao－junb，LIUYu－ninga，MATeng－feia(a．SchoolofComputerScienceandEngineering;b．SchoolofLiberalArtsandLaw，DalianMinzuUniversity，DalianLiaoning116650，China)Abstract:Inordertosolvetheproblemofintentionrecognitionofmulti－rounddialoguehistoryinformationinthestudyofhuman－computerdialoguesystems，thispaperproposesamulti－tasklearning－basedintentionrecognitionmethod，whichjointlymodelstwotasksofintentionrecognitionandsemanticslotfilling．WeuseBEＲTandＲoBEＲTapre－trainedmodelsasse-manticencodersforthesetwotasksforjointmulti－tasklearning，whileaddingahistoryinfor-mationencoderandusinglongshort－termmemorynetworkforsemanticmodellingofhistoricalinformation．Theexperimentalresultsshowthattheaccuracyofintentionrecognitionissignifi-cantlybetterthanotherexistingmodels，andtheF1valueofsemanticslotfillingisalsoim-proved．Keywords:task－basedmulti－rounddialogue;multi－tasklearning;intentionrecognition;semant...
