BriefGPT - AI 论文速递 · 2023-10-16T00:00:00Z UNO-DST: 利用无标签数据进行零样本对话状态跟踪 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 该研究通过联合和自我训练方法，将零样本对话状态跟踪转化为少样本对话状态跟踪，利用目标域中的无标签数据，有效提高了对话状态跟踪模型的训练和微调，在 MultiWOZ 的所有领域中，平均联合目标准确率提高了 8%。 🏷️ 标签 MultiWOZ 对话状态跟踪 少样本 联合和自我训练方法 零样本 阅读原文 生成长图 分享链接 已复制链接
