目标驱动与视觉接地对话系统的端到端优化
计算与语言
2017-03-17 v1
摘要
得益于序列到序列学习的编码器-解码器架构等强大工具，对话系统的端到端设计近来已成为热门研究课题。然而，目前大多数方法将人机对话管理视为监督学习问题，旨在给定完整对话历史的情况下预测参与者的下一句话语。这种观点过于简单化，无法呈现对话固有的内在规划问题及其接地性质，使得对话的语境大于单纯的历史。这就是为何迄今为止仅有闲聊和问答任务使用端到端架构得到解决的原因。在本文中，我们引入了一种深度强化学习方法，基于策略梯度算法来优化视觉接地的任务导向对话。该方法在通过 Mechanical Turk 收集的 120k 对话语料集上进行了测试，并在解决生成自然对话问题以及在复杂图片中发现特定对象任务方面提供了令人鼓舞的结果。
引用
@article{arxiv.1703.05423,
title = {End-to-end optimization of goal-driven and visually grounded dialogue systems},
author = {Florian Strub and Harm de Vries and Jeremie Mary and Bilal Piot and Aaron Courville and Olivier Pietquin},
journal= {arXiv preprint arXiv:1703.05423},
year = {2017}
}