将交互式小说游戏博弈作为基于强化学习的多段落阅读理解
计算与语言
2020-10-07 v1 人工智能
摘要
带有真实人类撰写自然语言文本的交互式小说（IF）游戏为语言理解技术提供了一种新的自然评测。与先前主要使用合成文本的文本游戏不同，IF游戏在多样化且复杂的游戏世界的人类撰写文本描述上提出了语言理解挑战，并在由较少受限组合空间生成动作命令上提出了语言生成挑战。我们采用一种新颖的视角来看待IF游戏求解，并将其重新表述为多段落阅读理解（MPRC）任务。我们的方法利用MPRC中的上下文-查询注意力机制和结构化预测来高效生成与评估动作输出，并采用以对象为中心的历史观测检索策略来缓解文本观测的部分可观测性。在近期IF基准（Jericho）上的大量实验表明，与所有先前方法相比，我们的方法具有明显优势，取得了高胜率和低数据需求。我们的源代码可在 https://github.com/XiaoxiaoGuo/rcdqn 获取。
引用
@article{arxiv.2010.02386,
title = {Interactive Fiction Game Playing as Multi-Paragraph Reading Comprehension with Reinforcement Learning},
author = {Xiaoxiao Guo and Mo Yu and Yupeng Gao and Chuang Gan and Murray Campbell and Shiyu Chang},
journal= {arXiv preprint arXiv:2010.02386},
year = {2020}
}
备注
Accepted to EMNLP 2020