Explorando la jerarquía de etiquetas en la clasificación de intenciones de diálogo

La clasificación de intenciones de diálogo es una tarea fundamental en la comprensión del lenguaje natural, crucial para interacciones efectivas entre humanos y computadoras. A pesar del progreso significativo en la modelación estructural de diálogos y textos, la investigación existente aún presenta varias limitaciones: las etiquetas de intención se tratan como entidades independientes, ignorando las relaciones jerárquicas y dependencias entre ellas, lo que dificulta realizar predicciones precisas sobre etiquetas de grano fino. En este artículo, proponemos un modelo de clasificación de intenciones de diálogo consciente de la jerarquía de etiquetas (HLDIC) para la clasificación de intenciones de diálogo. Específicamente, aprovechamos las relaciones jerárquicas de las etiquetas introduciendo una tarea auxiliar de clasificación de etiquetas de grano grueso. Se propone un mecanismo de atención adaptativa jerárquica, que emplea mecanismos de compuerta para guiar al modelo en el reconocimiento de palabras clave y pares adyacentes vitales. Para explorar aún más las dependencias de las etiquetas, se propone un mecanismo consciente de la jerarquía que utiliza una matriz de máscara para permitir que el modelo se concentre en las etiquetas de grano fino correctas dentro de las correspondientes etiquetas de grano grueso y suprimir parcialmente el ruido de otras etiquetas de grano grueso. Los resultados experimentales en el corpus público CCL2018-Task1 muestran el rendimiento superior de HLDIC.