Discovering New Intents Via Constrained Deep Adaptive Clustering with Cluster Refinement

聚类分析 计算机科学 过度拟合 水准点(测量) 成对比较 数据挖掘 机器学习 星团(航天器) 过程(计算) 人工智能 特征(语言学) 任务(项目管理) 人工神经网络 工程类 地理 语言学 哲学 大地测量学 系统工程 程序设计语言 操作系统
作者
Hua Xu,Hanlei Zhang,Ting-En Lin
出处
期刊:SpringerBriefs in computer science 卷期号:: 99-113
标识
DOI:10.1007/978-981-99-3885-8_8
摘要

Identifying new user intents is an essential task in the dialogue system. However, it is hard to get satisfying clustering results since the definition of intents is strongly guided by prior knowledge. Existing methods incorporate prior knowledge by intensive feature engineering, which not only leads to overfitting but also makes it sensitive to the number of clusters. In this chapter, we introduce constrained deep adaptive clustering with cluster refinement (CDAC+), an end-to-end clustering method that can naturally incorporate pairwise constraints as prior knowledge to guide the clustering process. Moreover, the clusters are refined by forcing the model to learn from the high confidence assignments. After eliminating low confidence assignments, the approach presented is surprisingly insensitive to the number of clusters. Experimental results on the three benchmark datasets show that the method presented can yield significant improvements over strong baselines.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Titi发布了新的文献求助10
刚刚
刚刚
Tony12发布了新的文献求助10
1秒前
情怀应助今夕何夕采纳,获得10
1秒前
kexing发布了新的文献求助10
1秒前
xuhang发布了新的文献求助10
3秒前
鲜于之玉发布了新的文献求助10
3秒前
房产中介应助Artorias采纳,获得10
4秒前
完美梨愁完成签到 ,获得积分10
4秒前
所所应助无敌鱼采纳,获得10
6秒前
丰富的听云完成签到,获得积分10
7秒前
7秒前
攸攸应助ZYC采纳,获得10
8秒前
英姑应助星星泡饭采纳,获得10
8秒前
搜集达人应助封印采纳,获得10
9秒前
9秒前
Akim应助王敏采纳,获得10
10秒前
和谐的玉米完成签到,获得积分10
11秒前
Kyrie完成签到,获得积分10
12秒前
P_Chem完成签到,获得积分10
12秒前
12秒前
David完成签到 ,获得积分10
12秒前
科研通AI2S应助wym采纳,获得10
12秒前
善学以致用应助喜欢哇哇采纳,获得10
12秒前
万能图书馆应助小机灵采纳,获得10
13秒前
13秒前
浮浮发布了新的文献求助10
14秒前
14秒前
学业顺利发布了新的文献求助10
15秒前
ding应助小白不白采纳,获得10
15秒前
Zoe完成签到,获得积分10
15秒前
小蘑菇应助blackpeach采纳,获得11
15秒前
wanghao完成签到 ,获得积分10
16秒前
xx完成签到,获得积分10
16秒前
ASUNA驳回了华仔应助
16秒前
leichuang应助上杉绘梨衣采纳,获得20
17秒前
one完成签到,获得积分10
17秒前
ml发布了新的文献求助10
18秒前
CipherSage应助ferrycake采纳,获得10
19秒前
乐乐应助陈M雯采纳,获得10
20秒前
高分求助中
Sustainability in Tides Chemistry 2000
The ACS Guide to Scholarly Communication 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Pharmacogenomics: Applications to Patient Care, Third Edition 800
Gerard de Lairesse : an artist between stage and studio 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3076845
求助须知:如何正确求助?哪些是违规求助? 2729873
关于积分的说明 7510233
捐赠科研通 2378050
什么是DOI,文献DOI怎么找? 1261026
科研通“疑难数据库(出版商)”最低求助积分说明 611213
版权声明 597203