melosun-CSDN博客

翻译对话系统相关论文

On-line Active Reward Learning for Policy Optimisation in Spoken Dialogue Systems 摘要：计算精确的reward function对于通过强化学习来优化一个对话策略很重要。实际应用中，用显式的用户反馈作为reward信号往往不可靠并且难收集。如果用户的intent提前知道，或者数据可获取用于离线预训练，但实际上这两个

2016-12-30 10:39:04 1924

翻译 End-to-End Reinforcement Learning of Dialogue Agents for Information Access

强化学习在任务驱动型对话系统中的应用。这篇文章提出一个KB-InfoBot，它是一个通过交互询问特征的方式为用户从知识库（KB）中提供实体的对话智能体，KB-InfoBot的成分都是用强化学习以end-to-end的方式训练。任务驱动的对话系统需要与外部数据库交互，这种智能体在交互式查询中有应用。实体模型是可微的，这意味这系统可以只用来自用户的强化学习信号实现端到端训练。

2016-12-15 21:58:57 444

Policy Learning for Domain Selection in an Extensible Multi-domain Spoken Dialogue System论文提出一种基于MDP和RL方法用于multi-domain SDS中的domain selection，domain selection问题被看做序列规划问题而不是分类问题。统计方法应用在对话管理中可以提升任务驱动对话的回

2016-12-12 19:01:22 436

转载欢迎使用CSDN-markdown编辑器

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦： Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传 LaTex数学公式 UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

2016-09-25 18:55:44 205

原创 lpa社区发现

with dense connections within groups and only sparser connections between them" (Newman, 2004). Such groups are called “communities". 一、LPA算法当前所用的一些社区发现算法，需要先验信息，比如社团的数目和大小，或者计算量很大。LPA算法只需要使用网络结构

2016-03-22 10:39:00 2762