基于Transformer-Capsule的意图识别模型

意图识别是自然语言理解（NLU）系统中最关键的任务之一，而如今在设计智能对话系统方面尤为重要。本文提出了一种新颖的意图识别方法，该方法将Transformer架构与胶囊网络（Capsule Networks）相结合。实验结果表明，该混合架构在性能上优于原始的胶囊网络NLU模型，并在ATIS、AskUbuntu和WebApp等标准数据集上取得了当前最优（state-of-the-art）的识别效果。