Wypełnianie slotów — wspólne wydobywanie NER-NLU
Wypełnianie slotów (ang. slot filling) to zadanie z zakresu rozumienia języka naturalnego (NLU), które polega na ekstrakcji predefiniowanych pól szablonu — takich jak data, lokalizacja czy nazwa produktu — z wypowiedzi użytkownika. Stało się ono kluczowym komponentem systemów dialogowych i ekstrakcji informacji opartej na formularzach, a jego popularność wzrosła po tym, jak Goo i in. (2018) wprowadzili model Slot-Gated do wspólnego wypełniania slotów i przewidywania intencji, a następnie Chen i in. (2019) rozszerzyli ten paradygmat o modelowanie wspólne oparte na BERT.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/pl/text-mining/slot-filling
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Łączenie encjiEksploracja tekstu↔ porównaj
- Ekstrakcja informacjiEksploracja tekstu↔ porównaj
- Wykrywanie intencjiEksploracja tekstu↔ porównaj
- Rozpoznawanie nazw własnych (NER)Eksploracja tekstu↔ porównaj
- Klasyfikacja TekstuEksploracja tekstu↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →