混合对话状态跟踪器
计算与语言
2016-01-15 v3
摘要
本文提出一种混合对话状态跟踪器，它结合了基于规则和基于机器学习的方法来进行信念状态跟踪。因此，我们称之为混合跟踪器。我们跟踪器中的机器学习由长短期记忆（LSTM）网络实现。据我们所知，当系统仅使用实时 SLU 作为输入时，我们的混合跟踪器在 Dialog State Tracking Challenge (DSTC) 2 数据集上创下了新的最优结果。
引用
@article{arxiv.1510.03710,
title = {Hybrid Dialog State Tracker},
author = {Miroslav Vodolán and Rudolf Kadlec and Jan Kleindienst},
journal= {arXiv preprint arXiv:1510.03710},
year = {2016}
}
备注
Accepted to Machine Learning for SLU & Interaction NIPS 2015 Workshop. Model description in Section 2.1 simplified compared to the previous version