【NLP】新分类！全总结！最新Awesome-SLU-Survey资源库开源！

作者：哈工大SCIR 覃立波、谢天宝等

指导老师：哈工大SCIR 车万翔教授

简介

口语语言理解（Spoken Language Understanding，SLU）作为任务型对话系统的核心组件，目的是为了获取用户询问语句的框架语义表示（semantics frame）信息，进而将这些信息为对话状态追踪模块（DST）以及自然语言生成模块（NLG）所使用。

SLU任务通常包含以下两个任务：意图识别任务（intent detection）和槽位填充任务（slot filling），以下图的句子“I like to watch action movie”为例，这两个任务的输出对应分别为WatchMovie和O、O、O、B-movie-type、I-movie-type、I-movie-type。

图1 SLU任务举例

近年来，SLU领域获得了巨大的突破，在经典数据集ATIS和SNIPS上的指标也做到了97%、99%以上。那么该方向的未来如何，目前进展又是如何呢？

我们最近整理了一个仓库，包含了SLU领域最新工作的总结，还涵盖了一些前沿方向的讨论，并且也包括了一些开源资源总结，希望能对这个领域的发展有一点帮助，值得对SLU感兴趣的同学了解、关注。

资源地址：https://github.com/yizhen20133868/Awesome-SLU-Survey

下面简单介绍一下这个仓库，总体目录如下。

图2 仓库的总体目录

一、新分类，全总结

作者将目前的这个SLU仓库的资源按照single models、joint models、pre-trained models、frontiers for SLU来进行归纳整理。

图3 对SLU仓库资源进行归纳整理

其中对于联合模型作者还分为了隐式和显式建模，值得了解。

图4 联合模型示意图

二、目前SLU的相关资源

包括一些survey paper，来帮助大家快速了解这个领域。

图5 survey paper links

三、开源的SLU论文仓库整理

然后还介绍了目前已经开源的SLU论文仓库，可以帮助大家利用代码进行学习。

图6 已开源的SLU论文仓库

四、数据集整理及下载地址

对于SLU用到的经典数据集，我们不仅提供了数据集的描述、简介，还有对应的下载地址，极大的方便大家找到相关的数据集。

图7 SLU用到的相关数据集

五、Leaderboard整理

对于主流数据集，我们还提供了leaderboard，方便大家跟踪进展。

图8 Leaderboard整理

六、未来挑战方向及相关工作整理

而且对于提到的几个未来方向，整理了目前为止的发表的顶会工作，如跨语言SLU。

图9 目前已发表的相关顶会工作

希望这个仓库能帮助大家快速了解SLU领域，并进行一些自己的探索，欢迎大家PR以及Star！点击“阅读原文”直达仓库地址。

本期责任编辑：丁　效

本期编辑：朱文轩

『哈工大SCIR』公众号

主编：车万翔

副主编：张伟男，丁效

执行编辑：高建男

责任编辑：张伟男，丁效，崔一鸣，李忠阳

编辑：王若珂，钟蔚弘，彭湃，朱文轩，冯晨，杜佳琪，牟虹霖，张馨


往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站qq群851320808，加入微信群请扫码：