基于标签分解的口语理解模型
来源：计算机工程杂志2019年第7期北京时间：
作者：许莹莹, 黄浩
单位：新疆大学 信息科学与工程学院, 乌鲁木齐 830046
摘要：在双向长短时记忆网络的基础上，提出一种用于口语理解的标签拆分策略，并构建一个联合模型。通过将1次127种标签分类转换成3次独立的分类，平衡ATIS数据集的标签。针对ATIS数据集资源较少的问题，引入外部词向量以提升模型的分类性能。实验结果表明，与循环神经网络及其变体结构相比，该模型的F1值有显著提升，最高可达95.63%。
关键词：口语理解,槽填充,双向长短时记忆网络,词向量,联合模型
基金资助：国家自然科学基金（61663044，61365005）。
