Slot Filling
Slot filling is a natural-language-understanding task that extracts predefined template fields — such as date, location, or product name — from a user utterance. It emerged as a core component of dialogue systems and form-based information extraction, and became widely studied after Goo et al. (2018) introduced the Slot-Gated Model for joint slot filling and intent prediction, followed by Chen et al. (2019) who extended the paradigm with BERT-based joint modelling.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- 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. · URL
- Chen, Q., Zhuo, Z., & Wang, W. (2019). BERT for Joint Intent Classification and Slot Filling. arXiv preprint arXiv:1902.10909. · URL
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.