|
СПЕЦИАЛЬНЫЙ ВЫПУСК: ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ
Графовые модели для контекстного прогнозирования намерений в диалоговых системах
Д. П. Кузнецов, Д. Р. Леднева Московский физико-технический институт (национальный исследовательский университет), Долгопрудный, Московская обл., Россия
Аннотация:
В статье представлена инновационная методология прогнозирования намерений в диалоговых системах на основе графового подхода. Методология заключается в создании графовых структур, представляющих диалоги, с целью отображения контекстной информации. На основе анализа результатов, полученных на различных наборах данных с открытым и закрытым доменом, авторы демонстрируют, что использование графовых моделей в сочетании с текстовыми энкодерами существенно повышает точность прогнозирования намерений. Основное внимание уделяется исследованию влияния различных графовых архитектур и энкодеров на производительность предложенного подхода. Экспериментальные результаты подтверждают превосходство графовых подходов по метрикам точности и вычислительных ресурсов над другими методами по метрике Recall@k(MAR). Данная работа раскрывает новое направление в предсказании намерений в диалоговых системах с использованием графов, внося важный вклад в область обработки естественного языка и машинного обучения.
Ключевые слова:
предсказание интентов, диалоговые системы, графовые нейронные сети.
Образец цитирования:
Д. П. Кузнецов, Д. Р. Леднева, “Графовые модели для контекстного прогнозирования намерений в диалоговых системах”, Докл. РАН. Матем., информ., проц. упр., 514:2 (2023), 270–288; Dokl. Math., 108:suppl. 2 (2023), S399–S415
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/danma472 https://www.mathnet.ru/rus/danma/v514/i2/p270
|
Статистика просмотров: |
Страница аннотации: | 70 | Список литературы: | 12 |
|