QA摘要--大白话

1. 闲聊怎么做？

闲聊主流的是端到端的做法，即seq2seq，但效果不是很好，特别对于多轮对话，表现在轮数比较少，回答多样性比较差，万能回复等，因此也出现了模块化的做法，即任务型的那一套，包括DST+DPL。

2. 任务型怎么做？

任务型主流做法是模块化，基于槽填充，用的是RL或SL，但也有端到端的做法；没有固定的做法，只能说有主流的做法，如果有固定做法，还发什么论文？

3. 什么是NBT和DST？怎么做？

dialogue state tracking (DST) 用于理解用户输入以及更新belief state；
（belief state是对话系统中对话状态的内部表示，在对话每一步估计用户的目标）

DST的常用方法主要有三种：基于规则的方法，生成式模型，判别式模型；
目前来看判别式模型的表现最好，也是当前研究的最多的方向；
（基于规则的方法需要大量的人工和专家知识；）
（生成式模型采用贝叶斯网络推断来学得整个状态的概率分布；公式复杂，实现也比较复杂）
在判别模型中是把DST当作一个分类问题！！！
判别模型包括DNN，RNN，NBT，迁移学习；
（早期的判别模型利用SVM、最大熵模型、CRF等来建模，随着神经网络的兴起，DN