对话系统论文集（12）-状态跟踪

问题：
含有state的数据太少，正确得到state（对花槽）很难。
背景：
全监督是：所有数据都是标记的
无监督：所有数据都unlabeled，目标是将数据进行分类。
半监督：部分标记，部分未标记
创新点：

• 没有使用RL

• 未标记数据：
  1）通过encoder-decoder产生explicit text span（St）（对话历史）：
  输入是Ut和Rt-1（向量链接），本次提问和上一次回答。
  经过GRU。decoder每一步（注意力机制）输出Yj（St，Rt）。

图中的上标c是copyNet，指的是，出入的词可能出现在输出吗，（主要是为了凸显关键词）
2）再将有Rt的对话输入产生更有意义的St，但是
要有正确的St的标注，那个我们换一种方法生成St（针对未标注数据），将Rt-1、Ut、Rt输入，通过VAE找到St

先验和后验通过KL散度，使得后验接近先验

实验结果：
对比的情况太少。没有RL选项，而且只针对state tracker，没有回复的性能对比。

反馈：
state生成思路 新颖，是否可以和RL结合。