基于深度强化学习的对话状态跟踪与管理端到端学习
人工智能
2016-09-19 v2 计算与语言
机器学习
摘要
本文提出了一种使用深度循环 Q 网络 (DRQN) 变体的面向任务对话系统端到端框架。该模型能够与关系数据库交互，并联合学习语言理解和对话策略的策略。此外，我们提出了一种结合强化学习与监督学习优势的混合算法，以实现更快的学习速度。我们在 20 问游戏 (20 Question Game) 对话游戏模拟器上评估了所提出的模型。结果表明，所提出的方法优于基于模块的基线方法，并学习到了潜在对话状态的分布式表示。
引用
@article{arxiv.1606.02560,
title = {Towards End-to-End Learning for Dialog State Tracking and Management using Deep Reinforcement Learning},
author = {Tiancheng Zhao and Maxine Eskenazi},
journal= {arXiv preprint arXiv:1606.02560},
year = {2016}
}
备注
In proceeding of SIGDIAL 2016. Added changes based-on peer review, including: 1. Added references, 2. fixed typos in text and figures, 3. added minor change to introduction