spoken-language-understanding

介绍了一种结构化聚合框架SFL-MTSC，该框架利用LLM在语义框架级别的自一致性实现鲁棒的多意图口语理解，在MAC-SLU基准测试上显示出改进的槽位F1得分和整体准确性。

提出了绑定子空间（BSU），一种表示级框架，用于在端到端口语理解模型中隔离和削弱意图条件方向，以防止能力持续性——即抑制某个意图时，强制前缀仍能生成槽。该方法降低了强制前缀的可恢复性，同时保持了在SLU基准测试上的保留性能。