A Persian Benchmark for Joint Intent Detection and Slot Filling

要約

自然言語理解 (NLU) は、機械が人間の言語を理解して処理できるようにするため、今日のテクノロジにおいて重要であり、仮想アシスタント、チャットボット、言語ベースの AI システムなどの分野における人間とコンピューターの相互作用の改善と進歩につながります。
この論文では、低リソース言語の NLU の分野を発展させることの重要性を強調しています。
NLU ではインテント検出とスロット フィリングが重要なタスクであるため、広く使用されているデータセット ATIS と SNIPS がこれまで利用されてきました。
ただし、これらのデータセットは英語のみに対応しており、他の言語はサポートしていません。
この作業では、ATIS データセットに基づいて共同意図検出とスロット フィリングのためのペルシャ語ベンチマークを作成することにより、このギャップに対処することを目指しています。
ベンチマークの有効性を評価するために、インテント検出とスロット フィリングに最先端の方法を採用しています。

要約(オリジナル)

Natural Language Understanding (NLU) is important in today’s technology as it enables machines to comprehend and process human language, leading to improved human-computer interactions and advancements in fields such as virtual assistants, chatbots, and language-based AI systems. This paper highlights the significance of advancing the field of NLU for low-resource languages. With intent detection and slot filling being crucial tasks in NLU, the widely used datasets ATIS and SNIPS have been utilized in the past. However, these datasets only cater to the English language and do not support other languages. In this work, we aim to address this gap by creating a Persian benchmark for joint intent detection and slot filling based on the ATIS dataset. To evaluate the effectiveness of our benchmark, we employ state-of-the-art methods for intent detection and slot filling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google