Slot Filling — NER-NLU Joint Extraction
Slot filling er en naturlig sprogforståelsesopgave (NLU), der udtrækker foruddefinerede skabelonfelter – såsom dato, lokation eller produktnavn – fra en brugerhenvendelse. Opgaven opstod som en kernekomponent i dialogsystemer og skabelonbaseret informationsudtrækning og blev bredt undersøgt, efter at Goo et al. (2018) introducerede Slot-Gated Model til fælles slot filling og intentsforudsigelse, efterfulgt af Chen et al. (2019), der udvidede paradigmet med BERT-baseret fælles modellering.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Goo, C.W., Gao, G., Hsu, Y.K., Huo, C.L., Chen, T.C., Hsu, S.C., & Chen, Y.N. (2018). Slot-Gated Modeling for Joint Slot Filling and Intent Prediction. Proceedings of NAACL-HLT 2018. link ↗
- Chen, Q., Zhuo, Z., & Wang, W. (2019). BERT for Joint Intent Classification and Slot Filling. arXiv preprint arXiv:1902.10909. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/da/text-mining/slot-filling
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Entity LinkingTekstmining↔ sammenlign
- Information ExtractionTekstmining↔ sammenlign
- Intent DetectionTekstmining↔ sammenlign
- Navngiven enhedsgenkendelse (NER)Tekstmining↔ sammenlign
- TekstklassificeringTekstmining↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →