面向策略性对话的分层文本生成与规划
计算与语言
2018-06-06 v2
摘要
面向目标的对话的端到端模型难以训练，因为语言与策略方面纠缠于潜状态向量中。我们引入一种通过对后续句子与动作的最大似然来学习对话中消息表示的方法，该方法将对话话语的语义与其语言实现解耦。我们随后使用这些潜句子表示进行分层语言生成、规划与强化学习。实验表明，我们的方法提升了模型所达成的端任务奖励，改善了基于 rollouts 的长期规划有效性，并允许自博弈强化学习在不偏离人类语言的情况下改进决策。我们的分层潜变量模型在语言与策略上均优于先前工作。
引用
@article{arxiv.1712.05846,
title = {Hierarchical Text Generation and Planning for Strategic Dialogue},
author = {Denis Yarats and Mike Lewis},
journal= {arXiv preprint arXiv:1712.05846},
year = {2018}
}