SNIPS

该数据集名为Snips，其数据来源于个人语音助手，覆盖了不同领域内的广泛意图，并且相较于ATIS数据集，其词汇量更大，包含更多的不在词汇表中的单词。Snips数据集专门设计用于测试SLU系统在处理复杂多样的用户查询时的性能表现。任务类型为联合意图检测和槽位填充。

Named Snips, this dataset is sourced from personal voice assistants and covers a broad spectrum of intents across diverse domains. Compared to the ATIS dataset, it features a larger vocabulary and includes more out-of-vocabulary (OOV) terms. Specifically constructed to evaluate the performance of Spoken Language Understanding (SLU) systems when processing complex and varied user queries, the Snips dataset targets the task of joint intent detection and slot filling.

搜集汇总

背景与挑战

背景概述

SNIPS数据集是一个自然语言理解（NLU）基准测试集合，包含三个独立实验：2016年对主流内置意图服务的比较、2017年对自定义意图引擎的评估，以及2018年扩展的Braun等人研究复现。该数据集由Sonos团队维护，用于研究和评估对话系统中NLU服务的性能，并以CC0-1.0许可证开源。