SLU用於理解用戶輸入信息,將用戶的語義拆成槽值對.例如如下所示:
產生用戶的意圖,槽和對應的槽值.產生插槽和插槽值主要有兩個問題:一是
第一個涉及創建語法規則列表來解析用戶的話語
第二種方法依賴於統計訓練模型,我們訓練分類器根據訓練數據直接標記話語。
傳統方法可以根據正則表達式來匹配用戶的輸入,隨後可以達到解析用戶話語的目的.
也可以用傳統的機器學習方法.例如通過svm的方法進行用戶意圖的分類.都可以通過配置文件進行加載對應的SLU分類的意圖.
SLU用於理解用戶輸入信息,將用戶的語義拆成槽值對.例如如下所示:
產生用戶的意圖,槽和對應的槽值.產生插槽和插槽值主要有兩個問題:一是
第一個涉及創建語法規則列表來解析用戶的話語
第二種方法依賴於統計訓練模型,我們訓練分類器根據訓練數據直接標記話語。
傳統方法可以根據正則表達式來匹配用戶的輸入,隨後可以達到解析用戶話語的目的.
也可以用傳統的機器學習方法.例如通過svm的方法進行用戶意圖的分類.都可以通過配置文件進行加載對應的SLU分類的意圖.