通过数据驱动目标优化交互式系统
人工智能
2020-06-24 v1 信息检索
摘要
有效的优化对于现实世界中的交互式系统而言至关重要，以便在用户行为变化时提供令人满意的用户体验。然而，为交互式系统（例如任务型对话系统中的策略学习）寻找优化目标常常具有挑战性。通常，此类目标是人工设计的，很少能准确捕捉复杂的用户需求。我们提出一种从观测到的用户交互中直接推断目标的方法。这些推断可以在无需先验知识的情况下进行，并跨越不同类型的用户行为。我们引入了交互式系统优化器（ISO），一种利用这些推断出的目标进行优化的新颖算法。我们的主要贡献是一种利用数据驱动目标优化交互式系统的新的通用原则性方法。我们在多个仿真中展示了 ISO 的高效性。
引用
@article{arxiv.2006.12999,
title = {Optimizing Interactive Systems via Data-Driven Objectives},
author = {Ziming Li and Julia Kiseleva and Alekh Agarwal and Maarten de Rijke and Ryen W. White},
journal= {arXiv preprint arXiv:2006.12999},
year = {2020}
}
备注
30 pages, 12 figures. arXiv admin note: text overlap with arXiv:1802.06306