预算约束下后验对话编排的Bandit方法
人工智能
2019-06-25 v1 计算与语言
机器学习
摘要
构建多领域 AI 智能体是人工智能领域一项具有挑战性的任务与开放问题。在对话领域，编排多个独立训练的对话智能体（或技能）以创建统一系统的能力尤为重要。在本工作中，我们研究在线后验对话编排任务，其中将后验编排定义为：利用从用户输入和各个技能中提取的特征，选择最恰当地回答用户输入的技能子集。为考虑与提取技能特征相关的各种成本，我们研究技能执行预算下的在线后验编排。我们将此设定形式化为带观测的上下文注意力Bandit（CABO）——上下文注意力Bandit的一种变体，并在模拟的非对话数据集和专有对话数据集上对其进行评估。
关键词
引用
@article{arxiv.1906.09384,
title = {A Bandit Approach to Posterior Dialog Orchestration Under a Budget},
author = {Sohini Upadhyay and Mayank Agarwal and Djallel Bounneffouf and Yasaman Khazaeni},
journal= {arXiv preprint arXiv:1906.09384},
year = {2019}
}
备注
2nd Conversational AI Workshop, NeurIPS 2018