作者｜哈工大SCIR 覃立波、謝天寶等

?指導老師｜哈工大SCIR 車萬翔教授

簡介

口語語言理解（Spoken Language Understanding，SLU）作為任務型對話系統的核心組件，目的是為了獲取用戶詢問語句的框架語義表示（semantics frame）信息，進而將這些信息為對話狀態追蹤模塊（DST）以及自然語言生成模塊（NLG）所使用。

SLU任務通常包含以下兩個任務：意圖識別任務（intent detection）和槽位填充任務（slot filling），以下圖的句子“I like to watch action movie”為例，這兩個任務的輸出對應分別為WatchMovie和O、O、O、B-movie-type、I-movie-type、I-movie-type。

圖1 SLU任務舉例

近年來，SLU領域獲得了巨大的突破，在經典數據集ATIS和SNIPS上的指標也做到了97%、99%以上。那么該方向的未來如何，目前進展又是如何呢？

我們最近整理了一個倉庫，包含了SLU領域最新工作的總結，還涵蓋了一些前沿方向的討論，并且也包括了一些開源資源總結，希望能對這個領域的發展有一點幫助，值得對SLU感興趣的同學了解、關注。

資源地址：

https://github.com/yizhen20133868/Awesome-SLU-Survey

下面簡單介紹一下這個倉庫，總體目錄如下。

圖2 倉庫的總體目錄

新分類，全總結

作者將目前的這個SLU倉庫的資源按照single models、joint models、pre-trained models、frontiers for SLU來進行歸納整理。

圖3 對SLU倉庫資源進行歸納整理

其中對于聯合模型作者還分為了隱式和顯式建模，值得了解。

圖4 聯合模型示意圖

目前SLU的相關資源

包括一些survey paper，來幫助大家快速了解這個領域。

圖5 survey paper links

開源的SLU論文倉庫整理

然后還介紹了目前已經開源的SLU論文倉庫，可以幫助大家利用代碼進行學習。

圖6 已開源的SLU論文倉庫

數據集整理及下載地址

對于SLU用到的經典數據集，我們不僅提供了數據集的描述、簡介，還有對應的下載地址，極大的方便大家找到相關的數據集。

圖7 SLU用到的相關數據集

Leaderboard整理

對于主流數據集，我們還提供了leaderboard，方便大家跟蹤進展。

圖8 Leaderboard整理

未來挑戰方向及相關工作整理

而且對于提到的幾個未來方向，整理了目前為止的發表的頂會工作，如跨語言SLU。

圖9 目前已發表的相關頂會工作

希望這個倉庫能幫助大家快速了解SLU領域，并進行一些自己的探索，歡迎大家PR以及Star！點擊“閱讀原文”直達倉庫地址。

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的口语语言理解（SLU）最新资源库：综述、数据集、开源论文的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。