近日，我校数学与信息学院、软件学院2021级本科生尹商鉴撰写的论文“Uni-MIS: United Multiple Intent Spoken Language Understanding via Multi-view Intent-slot Interaction”被人工智能领域顶级学术会议AAAI-24 (The 38th AAAI Conference on Artificial Intelligence)录用。指导老师为黄沛杰和徐禹洪，尹商鉴为论文第一作者，黄沛杰为通讯作者。
AAAI是人工智能领域的顶级国际会议（中国计算机学会CCF-A类推荐国际会议），聚集了全球人工智能领域的专业人士，共同探讨人工智能发展前沿。AAAI-24将于2024年2月20日-27日在加拿大温哥华召开。
口语语言理解（Spoken language understanding, SLU）在以任务为导向的人机对话系统中发挥着至关重要的作用，其主要目的是构建一个语义框架，以封装用户的请求。在现实生活场景中，用户经常会在单个话语中表达多个意图，因此多意图SLU成为了研究热点。然而，现有的研究方法普遍面临细粒度的意图-槽交互缺失问题，在意图识别和槽信息填充的过程中，缺乏对不同粒度意图信息的综合考虑，导致模型在处理复杂语言现象时性能受限。
模型框架图
为了解决这一问题，论文受到多视图理论的启发，从意图和槽的不同视角出发尝试找到解决方法。具体上，论文设计了一个自适应的多视图意图-槽信息融合框架，能够在不同意图层级（如语篇级、词元级和块级）之间实现信息融合，从而更全面地捕捉话语意图的多样性和复杂性，并有效指导槽信息填充任务。
通过在两个广泛使用的公开数据集上的对比实验表明，尹商鉴等人的方法有效地提高了多意图SLU的性能。
近年来，数学与信息学院、软件学院高度重视学生的创新能力和科研素养的培养，支持学生自主开展创新科研活动及参加各级各类科创竞赛，鼓励学生选择科研导师，进入科研实验室，完成科研创新能力的进阶，在本科人才培养方面取得了丰硕的成果。
文图/数学与信息学院、软件学院