当前位置:首页 > 报告详情

社交机器人论坛:俞凯.pdf

上传人: li 编号:30070 2021-02-08 43页 7.02MB

1、基于结构化深度学习的统计对话管理 俞俞 凯凯 上海交通大学上海交通大学-思必驰智能人机交互联合实验室思必驰智能人机交互联合实验室 合作者合作者:Milica Gasic、陈露、陈志、朱苏、谭博文、龙思杉、刘啸远、陈露、陈志、朱苏、谭博文、龙思杉、刘啸远 提纲 2 图神经网络 1 任务型对话系统 3 结构化强化学习 4 简述图神经网络在DST中的应用 基于结构化深度学习的统计对话管理 上海交通大学-思必驰智能人机交互联合实验室 俞凯 对话系统分类 聊天型聊天型知识问答型知识问答型任务型任务型 上下文是否是 结构化知识库否是是 数据多中少 代表产品微软小冰IBM Watson亚马逊Echo/微软小

2、娜 基于结构化深度学习的统计对话管理 上海交通大学-思必驰智能人机交互联合实验室 俞凯 任务型对话系统的基本架构 INPUT (ASR/SLU) Dialog State Tracking (DST) Policy Model (parameters ) OUTPUT (TTS/NLG) ! ! ! User 对话管理 u ASR: 自动语音识别 u SLU: 口语语义理解 u DST:对话状态跟踪 u 估计用户目标的置信度 u NLG: 自然语言生成 u TTS: 语音合成 u 查询数据库 u 决定怎么回复用户 基于结构化深度学习的统计对话管理 上海交通大学-思必驰智能人机交互联合实验室 俞

3、凯 Steve Young, Milica Gasic, Simon Keizer, Franois Mairesse, Jost Schatzmann, Blaise Thomson, Kai Yu. The hidden information state model: A practical framework for POMDP-based spoken dialogue management. Computer Speech & Language 24 (2), 150-174 KB 任务型对话系统的语义本体 领域 语义槽 槽值 动作空间 餐馆 位置 (area) 价格 (price range) 菜系 (food) 1、市中心 2、郊区 1、贵 2、中等 3、便宜 1、川菜 2、浙菜 3、粤菜 request_area confirm_area select_area requ

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了基于结构化深度学习的统计对话管理方法。首先,文章详细介绍了图神经网络的概念和应用,并提出了基于图神经网络的对话策略优化方法。其次,文章探讨了任务型对话系统的架构和强化学习在对话策略优化中的应用。最后,文章提出了一种结构化深度强化学习方法,通过构建图结构来表示对话状态,并利用图神经网络进行策略优化。实验结果表明,该方法在对话状态跟踪和对话策略优化方面取得了较好的效果。
对话系统如何利用图神经网络进行状态跟踪? 结构化深度强化学习如何优化对话策略? 分布式对话场景下如何实现对话策略的优化?
客服
商务合作
小程序
服务号
折叠