题目: A Survey on Dialog Management: Recent Advances and Challenges

摘要:

对话管理(DM)是面向任务的对话系统的一个重要组成部分。给定对话历史记录,DM预测对话状态并决定对话代理应该采取的下一步操作。近年来,对话策略学习被广泛地定义为一种强化学习(RL)问题,越来越多的研究集中在DM的适用性上。在本文中,综述了DM的三个关键主题的最新进展和挑战:

  • 提高模型可扩展性,方便对话系统在新场景下建模;
  • 处理对话策略学习的数据稀缺性问题;
  • 提高培训效率,实现更好的任务完成绩效。

相信这项调查可以为未来对话管理的研究提供一些启示。

成为VIP会员查看完整内容
80

相关内容

元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
[综述]基于深度学习的开放领域对话系统研究综述
专知会员服务
77+阅读 · 2019年10月12日
开始报名!SMP机器人群聊比赛
哈工大SCIR
13+阅读 · 2019年6月28日
【小夕精选】多轮对话之对话管理(Dialog Management)
夕小瑶的卖萌屋
27+阅读 · 2018年10月14日
一文读懂智能对话系统
数据派THU
16+阅读 · 2018年1月27日
多轮对话之对话管理:Dialog Management
PaperWeekly
18+阅读 · 2018年1月15日
刘挺 张伟男 | 人机对话
中国计算机学会
7+阅读 · 2017年9月19日
干货|深度强化学习在面向任务的对话管理中的应用
全球人工智能
13+阅读 · 2017年9月14日
Arxiv
53+阅读 · 2018年12月11日
VIP会员
相关资讯
开始报名!SMP机器人群聊比赛
哈工大SCIR
13+阅读 · 2019年6月28日
【小夕精选】多轮对话之对话管理(Dialog Management)
夕小瑶的卖萌屋
27+阅读 · 2018年10月14日
一文读懂智能对话系统
数据派THU
16+阅读 · 2018年1月27日
多轮对话之对话管理:Dialog Management
PaperWeekly
18+阅读 · 2018年1月15日
刘挺 张伟男 | 人机对话
中国计算机学会
7+阅读 · 2017年9月19日
干货|深度强化学习在面向任务的对话管理中的应用
全球人工智能
13+阅读 · 2017年9月14日
微信扫码咨询专知VIP会员