意圖識(shí)別是對(duì)話語(yǔ)或文件的意圖進(jìn)行分類的任務(wù)。例如，對(duì)于查詢：北京明天早上的天氣如何？我們想把意圖歸類為天氣；在瀏覽商品時(shí)，我們會(huì)問(wèn)“這衣服身高 170 穿多大碼的”、“快遞發(fā)到北京需要多久”等等語(yǔ)句都體現(xiàn)著您的購(gòu)買意圖，通過(guò)對(duì)輸入語(yǔ)句進(jìn)行意圖識(shí)別可以優(yōu)化和完善我們的智能對(duì)話智能問(wèn)答系統(tǒng)。

典型的文本分類模型，例如 NeMo 中的聯(lián)合意圖（Joint Intent）和槽分類（Slot classification）模型，是在成百上千個(gè)標(biāo)記文檔數(shù)據(jù)上訓(xùn)練的。在本次網(wǎng)絡(luò)研討會(huì)中，我們展示了一種不同的“零樣本（Zero-Shot）”方法，該方法不需要目標(biāo)意圖的標(biāo)注數(shù)據(jù)。零樣本方法使用在自然語(yǔ)言推理（NLI）任務(wù)上訓(xùn)練的模型。在訓(xùn)練期間，模型會(huì)呈現(xiàn)由“前提”和“假設(shè)”組成的成對(duì)句子，并且將它們之間的關(guān)系進(jìn)行歸類。

NVIDIA NeMo 是一個(gè)用于構(gòu)建先進(jìn)的對(duì)話式 AI 模型的開(kāi)源工具庫(kù)，它內(nèi)置集成了自動(dòng)語(yǔ)音識(shí)別（ASR）、自然語(yǔ)言處理（NLP）和語(yǔ)音合成（TTS）的模型及方法。NeMo 可以快速加載先進(jìn)的預(yù)訓(xùn)練模型 “開(kāi)箱即用”，使用模型的配置文件 “化繁為簡(jiǎn)”，進(jìn)而快速完成包括 NLP 意圖識(shí)別在內(nèi)的各類對(duì)話式 AI 子任務(wù)。

本次網(wǎng)絡(luò)研討會(huì)主要面向有 NLP 和語(yǔ)音 AI 開(kāi)發(fā)需求的開(kāi)發(fā)者。

零樣本學(xué)習(xí)在意圖識(shí)別中的應(yīng)用

NVIDIA NeMo 代碼解析

12 月 15 日，星期四，20:00 – 21:30

主要內(nèi)容

• 意圖識(shí)別任務(wù)簡(jiǎn)介

• “零樣本” 學(xué)習(xí)和數(shù)據(jù)集簡(jiǎn)介

• 零樣本意圖模型的訓(xùn)練和評(píng)估

• 在 NeMo 中使用零樣本意圖模型進(jìn)行推理

會(huì)議嘉賓

李奕澎|NVIDIA 企業(yè)開(kāi)發(fā)者社區(qū)經(jīng)理

擁有多年數(shù)據(jù)分析建模、人工智能自然語(yǔ)言處理開(kāi)發(fā)經(jīng)驗(yàn)。在自動(dòng)語(yǔ)音識(shí)別、自然語(yǔ)言處理、語(yǔ)音合成等對(duì)話式 AI 技術(shù)領(lǐng)域有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)與見(jiàn)解。曾開(kāi)發(fā)法律、金融、保險(xiǎn)文檔中基于實(shí)體抽取的智能問(wèn)答系統(tǒng)，曾開(kāi)發(fā)基于 NLP 知識(shí)抽取，KG 知識(shí)圖譜的建立的科研文檔智能檢索系統(tǒng)。

參與方式

掃描上方二維碼即可

相關(guān)資料

了解 NVIDIA NeMo 的更多信息