Résumé La compréhension du langage parlé multi-intentions (SLU) implique deux tâches : la détection de plusieurs intentions et le remplissage des cases, qui gèrent conjointement les énoncés contenant plus d'une intention. En raison de cette caractéristique, qui reflète étroitement les applications du monde réel, la tâche a suscité un intérêt croissant dans la recherche, et des progrès substantiels ont été réalisés. Cependant, il manque encore une revue complète et systématique des études existantes sur la SLU multi-intentions. À cette fin, cet article présente une enquête sur les avancées récentes en SLU multi-intentions. Nous fournissons un aperçu approfondi des recherches antérieures sous deux perspectives : les paradigmes de décodage et les approches de modélisation. Sur cette base, nous comparons en outre la performance des modèles représentatifs et analysons leurs forces et leurs limites. Enfin, nous discutons des défis actuels et esquissons des orientations prometteuses pour les recherches futures. Nous espérons que cette enquête offrira des insights précieux et servira de référence utile pour faire progresser la recherche en SLU multi-intentions.
Wu et al. (Ven,) ont étudié cette question.