指明方向：从示范中学习管理对话
计算与语言
2020-04-20 v1 机器学习
神经与进化计算
摘要
我们介绍了在第八届对话系统技术挑战赛端到端多领域对话挑战赛道上的提交方案。我们提出的对话系统采用流水线架构，包含自然语言理解、对话状态跟踪、对话管理与自然语言生成等独立组件。我们系统的核心是一种强化学习算法，其借助Deep Q-learning from Demonstrations（从示范中深度Q学习），在专家示例的帮助下学习对话策略。我们发现，在状态空间与动作空间均较大的情况下，示范对于训练准确的对话策略至关重要。对我们的对话管理组件的评估表明，我们的方法行之有效——优于监督学习与强化学习基线。
引用
@article{arxiv.2004.08114,
title = {Show Us the Way: Learning to Manage Dialog from Demonstrations},
author = {Gabriel Gordon-Hall and Philip John Gorinski and Gerasimos Lampouras and Ignacio Iacobacci},
journal= {arXiv preprint arXiv:2004.08114},
year = {2020}
}
备注
8 pages + 2 pages references, 4 figures, 4 tables, accepted to DSTC8 Workshop at AAAI2020