如何继续NLP任务以识别意图和插槽

Question

我想写一个关于天气问题的程序.我应该开始研究哪些算法和技术.

例如:这个周末在芝加哥会不会是晴天.我想知道intent = weather查询,date =这个周末,location = chicago.

用户可以以多种形式表达相同的查询.

我想解决一些约束形式,并寻找如何开始的想法.解决方案需要足够好.

Answer 1

由于您的输入是自然语言形式,因此首先要通过解析句子结构来开始查看它.并通过NER(命名实体识别器)运行该句子.

解析句子可以让你提出一些规则,例如,某些类型的依赖关系总能给你意图.运行NER可以识别地点和日期.如果想出用于对意图进行分类的规则并不简单,那么您也可以使用分类器来使用从输入句子中制定的特征向量来做同样的事情.事实上,一些解析器输出可以用于制定特征向量.

可能你可以看看:

解析句子后,您有意图和其他信息需要回答问题.

例如:我接受了你的句子"这个周末在芝加哥是否会阳光明媚." 并通过Online Stanford NER Tagger运行它.这给了我以下内容:

Will it be sunny this <DATE>weekend</DATE> in <LOCATION>Chicago</LOCATION>

现在您已确定日期和位置.

我希望这有帮助.我知道答案非常通用,并且可能对刚开始有所帮助.

根据这篇文章中的解释,似乎意图是NLU解析的副产品.但是在解析器能够对意图进行分类之前,必须在过程中的某处进行意图标记.不知道标签是手动过程,还是通过一些语言知识真正完全自动化？ (3认同)

Answer 2

我认为这个api正是你想要的.它使用起来既简单又棒极了.