ACLJun, 2021
通过优化 Levenshtein 距离学习如何提出对话问题
Learning to Ask Conversational Questions by Optimizing Levenshtein Distance
Zhongkun Liu, Pengjie Ren, Zhumin Chen, Zhaochun Ren, Maarten de Rijke...
TL;DR本研究旨在将自包含问题简化为面向对话的问题,利用最小编辑距离优化了 Reinforcement Iterative Sequence Editing(RISE)框架并提出了一种基于 Dynamic Programming 的迭代 Reinforce 训练(IRT)算法和采样过程,结果表明 RISE 在两个基准数据集上表现显著优于现有的最大似然估计(MLE)方法,并且在未知数据上具有很好的泛化能力。