一种用于多意图口语理解的 BiRGAT 模型与分层语义框架

本研究主要关注多意图的口语理解，提出了一个多意图数据集，使用 BiRGAT 模型编码本体项的层级结构，并配合三路指针生成器解码器，在实验中取得了显著优于传统序列标签和基于分类的方案的结果。

该研究提出了一种新型神经架构，用于口语对话系统的自然语言理解。该架构采用层次多任务结构，具有自我注意机制、BiLSTM编码器和CRF标签层。研究结果表明，该方法在对话行为和框架语义上取得了良好的结果，并在不同NLU数据集上表现优于现有工具。