Memorias de investigación
Ponencias en congresos:
Joint learning of word and label embeddings for sequence labelling in spoken language understanding
Año:2019
Áreas de investigación
  • Ingeniería eléctrica, electrónica y automática
Datos
Descripción
We propose an architecture to jointly learn word and label embeddings for slot filling in spoken language understanding. The proposed approach encodes labels using a combination of word embeddings and straightforward word-label association from the training data. Compared to the state-ofthe- art methods, our approach does not require label embeddings as part of the input and therefore lends itself nicely to a wide range of model architectures. In addition, our architecture computes contextual distances between words and labels to avoid adding contextual windows, thus reducing memory footprint. We validate the approach on established spoken dialogue datasets and show that it can achieve state-of-the-art performance with much fewer trainable parameters.
Internacional
Si
Nombre congreso
2019 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU)
Tipo de participación
960
Lugar del congreso
Revisores
Si
ISBN o ISSN
978-1-7281-0306-8
DOI
10.1109/ASRU46091.2019.9003735
Fecha inicio congreso
02/12/2019
Fecha fin congreso
03/12/2019
Desde la página
800
Hasta la página
806
Título de las actas
Actas del 2019 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU)
Esta actividad pertenece a memorias de investigación
Participantes
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Grupo de Tecnología del Habla
  • Departamento: Ingeniería Electrónica