王丽花，杨文忠，姚 苗，王 婷，理姗姗

1.新疆大学 软件学院，乌鲁木齐830046

2.新疆大学 信息科学与工程学院，乌鲁木齐830046

目前阶段的人机交互方式主要以人机对话为主，如谷歌Home、天猫精灵等。口语理解是人机对话系统中的重要环节，旨在形成一个语义框架来捕获用户话语或查询的语义[1]。意图识别和语义槽填充又是口语理解的两个重要子任务，通过意图识别挖掘用户在自然语言中表达的意图，再利用语义槽填充提取话语中的语义概念。

对于给定的一组用户话语，意图识别是在句子层面理解整个语句的语义，然后识别出该语句的意图[2]；语义槽填充任务在单词级别标注这句话，每个词对应一个槽标签，最终输出与输入序列长度相同的槽标签序列。如表1为意图识别和语义槽填充任务的一个标注实例，取Snips[3]数据集中的一条数据“play a popular chant by Brian Epstein”作为输入。在语义槽标注时采用Begin/In/Out（BIO）标签标注分词结果，槽标注结果如“Slots”一行所示，槽标签“B-artist I-artist”为艺术家的名字，意图的识别结果如“Intent”一行。输入的话语通过意图识别与语义槽填充任务处理之后，形成一个简单的语义框架，可以很好地捕捉用户话语的语义。

表1 用户话语标注示意表

意图识别和语义槽填充作为口语理解的两个关键子任务，两者之间存在紧密的联系，考虑到单独研究意图识别和语义槽填充模型容易出现误差传播，使口语理解性能下降，提出意图识别语义槽填充的联合模型[4]。基于此本文提出了基于门控……