对话系统论文集（**）-online learning介绍

定义：及时更新参数，对话->用户反馈->参数更新
系统显示：

模型目标：

实现方式：
一般两种：贝叶斯；Follow The Regularized Leader
1）贝叶斯：

当后验和先验是用一种分布时，只是参数有所调整。当先后的分布不同类型时，使用先验分布类型（参数设置成和后验分布结果差不多）代替。
贝叶斯在用的时候常常是以更高级的BPR（Bayesian Probit Regression）出现。
2）Follow The Regularized Leader
思想就是每次找到让之前所有损失函数之和最小的参数。在损失函数的后面加一个正则项，防止过拟合。