公司科学家万博士于12月10-14日在美国西雅图参加大数据国际会议IEEE Conference on BigData并作报告

公司科学家万博士于12月10-14日在美国西雅图参加大数据国际会议IEEE Conference on BigData并作报告。

报告主题：基于动态记忆网络和对抗训练的对话意图分类模型

报告摘要：

对话意图（DA）分类是对话解释中的一个具有挑战性的问题，其目的是将语义标签附加到话语上并表征说话者的意图。目前，许多现有方法制定了DA分类问题，从多分类到结构化预测，其存在两个局限：a）这些方法要么是人工定义的，要么是有限的记忆。b）对抗性的例子（adversarialexample）不能通过传统的训练方法正确分类。为了解决这些问题，首先将该问题定义成一个问答（QA）问题，并提出了一种改进的动态记忆网络，具有分层金字塔语音编码器。此外，我们应用对抗训练来训练我们提出的模型。我们在两个公共数据集上评估我们的模型，即Switchboard对话动作语料库和MapTask语料库。大量实验表明，与一些最先进的基线相比，我们提出的模型不仅具有鲁棒性，而且可以获得更好的性能。