AITerms 登入
自然語言處理深度學習AI應用

槽位填充(Slot Filling)是什麼?

槽位填充是自然語言理解中的一項任務,旨在從文本中提取特定資訊,並將其填入預定義的槽位中,以形成結構化資料。

完整定義

槽位填充是自然語言理解(NLU)中的關鍵任務,其目標是從使用者輸入的文本中提取相關資訊,並將這些資訊填入預先定義的槽位(slots)中。這些槽位代表了特定領域的知識,例如在訂票系統中,槽位可能包括目的地、日期和時間。槽位填充的結果是一個結構化的資料表示,可以被機器理解和利用,進而執行相應的操作。

白話說明

你有沒有在你對語音助理說「幫我訂明天台北到高雄的高鐵」,它要抓出日期、地點、交通工具,發現只看表面常常不夠?

你可以把它想成把句子裡的關鍵欄位填進表單,不只知道你要做什麼,還要知道細節是什麼。

對話系統如果只懂意圖,不懂細節,就沒辦法真的幫你完成任務。

記住這句

把時間、地點、數量這些細節抓出來,就是槽位填充。

比喻:槽位填充就像一個智能表單填寫員 -- 你告訴它一句話:「我想訂一張從台北到高雄的火車票,明天早上十點出發。」它會立刻從這句話中找出「出發地:台北」、「目的地:高雄」、「日期:明天」、「時間:早上十點」,並自動填入對應的欄位。

容易混淆

意圖識別

意圖識別像判斷你的「目的」(例如:你是想訂票?還是想查天氣?),槽位填充則像進一步問「細節」(你是想訂哪裡的票?什麼時候的?)。兩者常常是搭檔,先判斷意圖,再從中提取具體資訊。

實際案例

訂票系統要抓出出發地、目的地、日期、艙等,才能真的幫你下單。

天氣查詢要抓出城市和日期,才知道你問的是哪裡、哪一天。

演算法與應用

常見做法是序列標注,像 BIO 標籤,把句子中的實體位置標出來。

現在也常和意圖分類一起做,先判斷目的,再抽出欄位。

情境判斷

Q1(直覺題): 如果系統知道你是要訂票,但不知道去哪裡,還能完成嗎?

不能完整完成。意圖有了,槽位沒填滿,任務還不夠。

Q2(判斷題): 如果一句話裡有重疊的時間和地點資訊,這還算正常挑戰嗎?

算,而且很常見。看情況,這時候模型要更依賴上下文。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本