BriefGPT - AI 论文速递
·
意图意识对话生成与多任务对比学习用于多轮意图分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出Chain-of-Intent机制，结合隐马尔可夫模型与大型语言模型，生成多语言多轮对话数据集。引入MINT-CL框架以提高意图分类的准确性，并发布MINT-E语料库，减少数据生成的工作量。
🎯
关键要点
- 提出Chain-of-Intent机制，结合隐马尔可夫模型与大型语言模型。
- 生成上下文感知的意图驱动对话，解决多语言多轮对话数据集生成难题。
- 引入MINT-CL框架，通过多任务对比学习提升意图分类准确性。
- 在多语言环境中展现出优越的对话质量和意图分类准确性。
- 发布多语言意图意识的多轮电商对话语料库MINT-E，减少数据生成工作量。
➡️
