【论文标题】Fuzzy Classification of Multi-intent Utterances

【作者团队】Geetanjali Bihani,Julia Taylor Rayz

【发表时间】NAFIPS 2021

【论文链接】https://arxiv.org/pdf/2104.10830.pdf

【推荐理由】提出了一种为多意图话语（即包含多个意图的话语）创建模糊隶属度标签的方法。这项工作将话语的二元意图成员关系扩展到一定程度的成员关系设置，解释了自然语言陈述中的歧义。

现有的意图分类方法将二元意图类成员关系赋予自然语言话语，而忽略了语言中固有的模糊性和相应的意图类边界的模糊性。在这项工作中，我们提出了一个方案，通过在模糊化的意图类上创建度成员关系来解决单意图和多意图自然语言话语中的歧义。据我们所知，这是第一个工作，以解决和量化的影响，模糊性质的自然语言话语意图类别成员。此外，我们的方法克服了多意图话语数据的稀疏性，通过使用单一意图话语的小型数据库来生成多意图话语的类成员关系来训练分类模型。我们评估了我们的方法在两个面向任务的对话数据集，跨不同的模糊隶属度生成技术和近似字符串相似性措施。我们的研究结果揭示了不同意图话语之间的词汇重叠以及潜在的数据分布对意图成员关系模糊化的影响。此外，我们通过比较不同的隶属函数组合和字符串相似性度量，将解模糊的成员关系与其二进制对应关系进行比较，来评估我们方法的准确性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除