Slot Filling — Pengekstrakan Bersama NER-NLU
Slot filling ialah tugas pemahaman bahasa semula jadi (natural-language-understanding) yang mengekstrak medan templat yang telah ditetapkan — seperti tarikh, lokasi, atau nama produk — daripada ujaran pengguna. Ia muncul sebagai komponen teras sistem dialog dan pengekstrak maklumat berasaskan borang, serta menjadi subjek kajian meluas selepas Goo et al. (2018) memperkenalkan Model Slot-Gated untuk gabungan pengekstrak slot dan ramalan niat, diikuti oleh Chen et al. (2019) yang melanjutkan paradigma ini dengan pemodelan gabungan berasaskan BERT.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 memetik halaman ini
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/ms/text-mining/slot-filling
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Pautan EntitiPerlombongan Teks↔ banding
- Pengekstrakan MaklumatPerlombongan Teks↔ banding
- Pengesanan NiatPerlombongan Teks↔ banding
- Pengecaman Entiti Bernama (NER)Perlombongan Teks↔ banding
- Klasifikasi TeksPerlombongan Teks↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →