BriefGPT - AI 论文速递 · 2023-12-21T00:00:00Z 少样本意图分类与槽位填充的表示和知识分离 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文提出了少样本意图分类和槽填充的新任务，并通过三个公共数据集的少样本分割建立基准。研究发现，元学习算法和原型网络算法在基准上优于fine-tuning基线。预训练的语言模型与这些小样本算法相结合，可以进一步提高模型性能。 🏷️ 标签 元学习算法 原型网络算法 少样本学习 意图分类 槽填充 阅读原文 生成长图 分享链接 已复制链接
