BERT for Joint Intent Classification and Slot Filling 使用Bert的插槽填充與意圖識別聯合模型

BERT for Joint Intent Classification and Slot Filling 使用Bert的插槽填充與意圖識別聯合模型 Abstract 意圖分類和插槽填充是自然語言理解的兩個基本任務。他們經常受到小規模的人工標籤訓練數據的影響，導致泛化能力差，尤其是對於低頻單詞。最近，一種新的語言表示模型BERT (Bidirectional Encoder Representat

>>阅读原文<<