- 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。
- 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?
- 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