dialog policy | BriefGPT - AI 论文速递

关键词dialog policy

搜索结果 - 8

AnyTOD: 一款可编程的任务导向对话系统
我们提出了 AnyTOD，这是一种端到端的，零 - shot 的任务导向对话系统，能够处理未见过的任务，而不需要特定的培训。我们采用了一种神经符号方法，其中神经语言模型跟踪对话中发生的事件，并执行符号程序以推荐应该采取的下一个操作，从而显著
PDF2 years ago
AAAIGALAXY：一种利用半监督学习和显式策略注入进行任务导向对话的生成式预训练模型
本文提出了 GALAXY，一个使用半监督学习从有限标注的对话和大规模无标签的对话语料中显式地学习对话策略的新型预先训练对话模型。实验结果表明，GALAXY 显著提高了任务导向对话系统的性能，在 In-Car，MultiWOZ2.0 和 Mu
PDF3 years ago
元对话策略学习
本研究利用 Deep Transferable Q-Network (DTQN) 和 Meta-DTQN 模型，以及基于特征子空间的交叉领域知识转移，提高了跨领域对话系统的性能，同时在 MultiWOZ 2.0 多领域对话数据集上取得了成功
PDF4 years ago
ACL基于角色感知奖励分解的多智能体面向任务的对话策略学习
本文介绍了一种采用多智能体对话策略学习的方法，用于同时训练系统和用户策略，并通过角色感知奖励分解和行为者 - 评论家框架提高预训练和可扩展性。结果表明，该方法能够通过对话交互，使两个智能体成功完成任务。
PDF4 years ago
考虑同一上下文下多个适当回复的任务导向型对话系统
提出了一个名为 MADA 的多行为数据增强框架，用于生成多样化的对话回复，该框架利用了对话的一对多属性，并改善了对话策略及回复多样性的表现。
PDF5 years ago
通过对话策略和语言生成之间的替代优化构建面向任务的视觉对话系统
本研究提出一种新的框架，可有效学习任务导向视觉对话系统的最优对话策略，并在 GuessWhich 任务中实现了最新的任务完成和对话质量表现。
PDF5 years ago
EMNLP引导式对话策略学习：针对多领域任务导向型对话的奖励估计
该研究提出了一种基于对抗逆强化学习的引导式对话策略学习算法，该算法可以在多领域任务导向对话中进行奖励估计和策略优化，以实现有效的对话，并在多领域对话数据集上进行广泛实验。
PDF5 years ago
NIPS使用策略梯度的端到端离线目标导向型对话策略学习
本文提出了一种离线强化学习方法，可从未标注的语料库中学习，既可以在话语级别上进行优化又可以在对话级别上进行优化，解决了现有方法对话级别考虑不足的问题，并使用了一种新的奖励函数和在线 / 离线策略梯度来学习无需在线用户交互或显式状态空间定义的
PDF7 years ago