dialogue policy learning | BriefGPT

关键词dialogue policy learning

搜索结果 - 7

学习澄清：基于行动对比自我训练的多轮对话
Action-Based Contrastive Self-Training (ACT) is a quasi-online preference optimization algorithm that improves conversat
PDFa month ago
JoTR: 对话策略学习的联合 Transformer 和强化学习框架
使用 JoTR 框架，利用文本到文本的 Transformer 模型生成灵活的对话动作，以解决传统方法中预定义动作候选的不足，从而提高对极限情况的处理能力，并通过强化学习和奖励调整机制有效地优化对话策略。在广泛的评估中，JoTR 在两个基准
PDF10 months ago
面向任务导向的对话策略学习中强化学习方法的最新进展和挑战综述
本文综述了基于强化学习的对话策略学习中的最新进展和挑战，并将近期方法归类为强化学习的基本元素，以期为未来的对话管理研究提供一些启示。
PDF2 years ago
ACL检索与记忆：使用多动作记忆的对话策略学习
本研究提出了一种 “检索和记忆” 框架，该框架首先使用神经上下文感知检索模块从训练集中检索多个候选系统操作，然后使用存储增强的多解码器网络在候选操作的条件下生成系统操作的方法，该方法能降噪自适应选择候选操作中的关键信息。实验表明该方法在上下
PDF3 years ago
基于分层强化学习的自动疾病诊断任务导向对话系统
本文提出在任务对话环境中利用强化学习方法进行自动疾病诊断，设计并实现了一个层次化框架，在无法避免的繁琐的疾病症状检查中展现了更高的精确度。
PDF4 years ago
基于说话者角色的上下文建模用于语言理解和对话策略学习
本文提出了一种基于角色的情境模型，通过考虑多轮对话中不同的发言者角色独立地使用其不同的语言模式，成功学习了角色特定的行为模式，并在语言理解和对话策略学习任务上显著提高了性能。
PDF7 years ago
自然语言理解和对话管理的端到端联合学习
本文介绍了一种使用深度循环神经网络及其逐步训练实现的自然语言理解和系统动作预测联合模型，在多领域人机对话中验证了该模型的性能显著优于现有模型。
PDF8 years ago