歡迎來到《每周NLP論文推薦》。在這個專欄里，還是本著有三AI一貫的原則，專注于讓大家能夠系統性完成學習，所以我們推薦的文章也必定是同一主題的。

對話管理（Dialog Management, DM）控制著人機對話的過程，DM 根據對話歷史信息，決定此刻對用戶的反應。其主要功能包括：對話狀態維護，生成系統決策，作為接口與后端/任務模型進行交互，答案生成等。

雖然狀態機是常見的DM管理手段，但本篇不做介紹。本篇主要介紹用機器學習的方法進行對話策略管理的一些標志性論文。

作者&編輯 | 小Dream哥

1 CRF?

第一篇介紹用機器學習方法進行對話狀態管理的論文，文中介紹了用貝葉斯網絡進行狀態控制的理論和方法，蠻有啟發意義。

文章引用量：較少

推薦指數：?????

[1] Henderson M. Machine Learning for Dialog State Tracking: A Review[J]. 2015.

2 NN based?

最早的引入神經網絡進行對話狀態管理的研究，可以參考下他的思想。

文章引用量：100+

推薦指數：?????

[2] Henderson M.?Deep Neural Network Approach for the Dialog State Tracking Challenge[J]. 2013

[3]Neelakantan A , Roth B , Mccallum A . Compositional Vector Space Models for Knowledge Base Completion[J]. Computer Science, 2015:1-16.

3 stateNet?

隨著NLP的發展，DM也不斷發展，開始引入狀態網絡等概念，不斷的豐富對話管理的內容。

文章引用量：較多

推薦指數：?????

[4] Liliang Ren et al. Towards universal dialogue state tracking. Computer Science, 2018 EMNLP.

4 RL

在對話管理的研究中，強化學習是最近非常熱的方向，這一篇是其中比較重要的工作。

文章引用量：較多

推薦指數：?????

[5] Lipton Z C , Li X , Gao J , et al. BBQ-Networks: Efficient Exploration in Deep Reinforcement Learning for Task-Oriented Dialogue Systems[J]. 2016.

5 如何獲取文章與交流

找到有三AI開源項目即可獲取。

https://github.com/longpeng2008/yousan.ai

文章細節眾多，閱讀交流在有三AI-NLP知識星球中進行，感興趣可以加入。

總結

以上就是聊天機器人中DM一些比較代表性的文章，下一期我們將具體介紹知識圖譜的綜述性文章。

有三AI夏季劃

有三AI夏季劃進行中，歡迎了解并加入，系統性成長為中級CV算法工程師。

轉載文章請后臺聯系

侵權必究

往期精選

總結

以上是生活随笔為你收集整理的【每周NLP论文推荐】 对话管理中的标志性论文介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。