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答自然性和任务成功率,state-of-the-art statistical SDS将对话问题看做序列决策问题,采用建立好的规划模型,比如MDP/POMDP,结合RL技术寻求能最大化长期奖励并且对ASR鲁棒的最优对话策略。
Terminology
一个语音助手应用给很多独立的信息接入系统提供一个唯一的语音接口,目的是用一个交互的方式收集和满足用户需求。这里关注两种交互场景:任务驱动多轮对话和单轮query。根据用户意图,对话交互可以进一步分类到不同domains,每一个由domain expert来处理,也可以进一步分成sub-domains。