博客 | 总结 | 对话系统中的口语理解技术(SLU)（三）

本文原载于微信公众号：AI部落联盟（AI_Tribe），AI研习社经授权转载。欢迎关注 AI部落联盟 微信公众号、知乎专栏 AI部落、及 AI研习社博客专栏。社长提醒：本文的相关链接请点击文末【阅读原文】进行查看在 总结 | 对话系统中的口语理解技术(SLU)（一） ，我们一起聊了聊任务型对话中的NLU之领域分类和意图识别；在 总结 | 对话系统中的口语理解技术(SLU)（二），我们一起聊了聊任务型对话中的NLU之槽填充。今天我们一起来聊聊任务型对话中的NLU之上下文LU、结构化LU以及SLU各方法的对比、SLU的评估等。自然语言理解(NLU)就是要获得一个计算机能直接使用的语义表示，比如Distributional semantics、Frame semantics、Model-theoretic semantics等，本文采用的是frame semantics。NLU在很 ………………………………