Slot Filling — Ekstraksi Gabungan NER-NLU
Slot filling adalah tugas pemahaman bahasa alami (natural-language-understanding) yang mengekstrak bidang templat yang telah ditentukan sebelumnya — seperti tanggal, lokasi, atau nama produk — dari ucapan pengguna. Tugas ini muncul sebagai komponen inti dari sistem dialog dan ekstraksi informasi berbasis formulir, dan dipelajari secara luas setelah Goo et al. (2018) memperkenalkan Model Slot-Gated (Slot-Gated Model) untuk pengisian slot gabungan dan prediksi niat (intent prediction), diikuti oleh Chen et al. (2019) yang memperluas paradigma dengan pemodelan gabungan berbasis BERT.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/id/text-mining/slot-filling
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Entity LinkingPenambangan Teks↔ bandingkan
- Ekstraksi InformasiPenambangan Teks↔ bandingkan
- Deteksi NiatPenambangan Teks↔ bandingkan
- Pengenalan Entitas Bernama (NER)Penambangan Teks↔ bandingkan
- Klasifikasi TeksPenambangan Teks↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →