Slot Filling — Gezamenlijke Extractie van NER-NLU
Slot filling is een Natural Language Understanding (NLU)-taak die vooraf gedefinieerde sjabloonvelden — zoals datum, locatie of productnaam — extraheert uit een gebruikersuiting. Het ontwikkelde zich tot een kernelement van dialoogsystemen en op formulieren gebaseerde informatie-extractie, en werd breed bestudeerd nadat Goo et al. (2018) het Slot-Gated Model introduceerden voor gezamenlijke slot filling en intentievoorspelling, gevolgd door Chen et al. (2019) die het paradigma uitbreidden met BERT-gebaseerde gezamenlijke modellering.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/nl/text-mining/slot-filling
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Entity LinkingTekstmining↔ vergelijken
- InformatieverwervingTekstmining↔ vergelijken
- Intent DetectionTekstmining↔ vergelijken
- Named Entity Recognition (NER)Tekstmining↔ vergelijken
- TekstclassificatieTekstmining↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →