摘要

意图识别是对话系统中的关键组成部分，其目标是将用户语句分类至预定义的多个意图类别之一。要构建一个高效的意图识别器，前提条件是拥有一个标注了所有可能用户意图的训练数据集。然而，即便领域专家在系统设计阶段也难以预见到所有潜在的用户意图；在实际应用中，往往需要从用户语句中实时、逐步地推断出新的意图。因此，对于任何现实世界的对话系统而言，意图数量会随时间不断增长，而新意图必须通过分析现有意图集合之外的语句来发现。本文的研究目标为：（i）在仅提供少量标注样本的前提下，从大量未标注语句中识别出已知意图的语句；（ii）从剩余的未标注样本中发现新的、未知的意图。现有的最先进方法通常采用交替进行表示学习与聚类的方式，利用伪标签更新模型表示，再通过聚类生成新的伪标签。与依赖逐轮（epoch-wise）聚类对齐的现有方法不同，本文提出一种端到端的深度对比聚类算法，通过监督学习与自监督学习联合优化模型参数与聚类中心，从而最优地利用已标注与未标注数据。在五个公开数据集上的实验结果表明，所提方法在两种场景下均显著优于现有竞争性基线模型：（i）当未知意图数量已知时；（ii）当意图数量由算法自动估计时。此外，本文还提出一种“人机协同”（human-in-the-loop）的变体方法，适用于实际部署场景，无需预先估计新意图的数量，且性能优于端到端方法。