【《人机对话口语理解相关技术基础综述》8400字】

人机对话口语理解相关技术基础综述目录TOC\o"1-3"\h\u11986人机对话口语理解相关技术基础综述 [80]，中文数据集SMP2019/smp2019/evaluation.html和ATIS_ZH/toughhou/ATIS_ZH，其中ATIS_ZH是自建并发布的数据集。/smp2019/evaluation.html/toughhou/ATIS_ZHATIS数据集是根据航空公司预定航班的录音转录生成的文本数据集。SNIPS数据集是从Snips个人语音助手上收集的用户常用表达。SMP2019数据集是SMP中文人机对话技术评测任务发布的数据集。ATIS_ZH是自建的中文口语理解数据集，通过对ATIS数据集进行人工翻译并标注出意图及槽位信息，以缓解中文口语理解任务中数据集稀缺的问题。各数据集中的意图、槽位及数据集切分如表2-1所示。表1.SEQ表2.\*ARABIC1口语理解数据集表Table1.SEQTable_2.\*ARABIC1OralcomprehensiondatasetATISSNIPSSMP2019ATIS_ZHCAIS意图个数217552111槽位个数120722212075训练集大小447813084206344787995开发集大小500700-500994测试集大小8937005168931012口语理解数据集示例如表1.2所示，中文口语表达比较随意，在中文口语理解场景下尤为明显，存在表达口语话、省略句子成分等诸多难题，如“胡歌忘记时间”，相对完整的表达应该是“播放胡歌的歌曲忘记时间”，增加了模型识别难度。同时，分词在很多中文场景下准确率不高，口语化下的中文分词面临的挑战列大，如“胡歌忘记时间”分词结果为[“胡歌”,“忘记”,“时间”]，用户原本的意图是播放胡歌的歌曲《忘记时间》，而分词之后的语义是胡歌忘记了时间，语义发生了完全不一样的变化。表1.SEQ表2.\*ARABIC2口语理解数据集示例Table1.SEQTable_2.\*ARABIC2Exampleoforalcomprehensiondataset用户表达意图类别槽位类别whattimezoneisdenverinatis_citycity_namelistentowestbamalumballergicongooglemusicPlayMusicartist，album，serviceaddsteptometothe50clásicosplaylistAddToPlaylistentity_name，playlist，laylist胡歌忘记时间PLAYArtist，song把刘荣涛的电话发给王华成SENDCONTACTSname，receiver1.6性能评价指标对于口语理解任务，广泛使用的评价指标是：意图准确率、F1值和整体准确率。使用Accuracy来评价意图识别任务的性能，计算公式如下：(1.SEQ第2章公式\*ARABIC7)使用F1值用来评价槽位填充任务的性能，计算公式如下：(1.SEQ第2章公式\*ARABIC8)其中， (1.SEQ第2章公式\*ARABIC9)(1.SEQ第2章公式\*ARABIC10)为了衡量口语理解任务中意图识别和语义槽填充的整体性能，通常