Co-guiding Net: 이질적 의미-레이블 그래프를 통한 다중 의도 탐지 및 슬롯 채우기 간의 상호 유도 달성

최근 다중 의도 탐지 및 슬롯 채우기를 위한 그래프 기반 모델은 의도의 예측에서 슬롯 채우기의 디코딩으로의 유도를 모델링하여 유망한 결과를 얻었습니다. 그러나 기존 방법은 (1) 의도에서 슬롯으로의 단방향 유도만 모델링하고; (2) 슬롯 의미 노드와 의도 레이블 노드 간의 상호작용을 모델링하기 위해 동질 그래프를 채택하여 성능을 제한합니다. 본 논문에서는 Co-guiding Net이라는 새로운 모델을 제안하며, 이는 두 작업 간의 상호 유도를 달성하는 두 단계 프레임워크를 구현합니다. 첫 번째 단계에서는 두 작업의 초기 추정 레이블이 생성되고, 이후 두 번째 단계에서 상호 유도를 모델링하는 데 활용됩니다. 구체적으로, 제안된 두 개의 이질적 의미-레이블 그래프에서 작동하는 두 개의 이질적 그래프 주의 네트워크를 제안하여 의미 노드와 레이블 노드 간의 관계를 효과적으로 표현합니다. 실험 결과는 우리의 모델이 기존 모델에 비해 큰 성과를 거두며 MixATIS 데이터셋에서 전체 정확도에서 이전 최상의 모델보다 19.3\% 향상되었음을 보여줍니다.