歡迎來到《每周NLP論文推薦》。在這個(gè)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(tǒng)性完成學(xué)習(xí)，所以我們推薦的文章也必定是同一主題的。

對(duì)話管理（Dialog Management, DM）控制著人機(jī)對(duì)話的過程，DM 根據(jù)對(duì)話歷史信息，決定此刻對(duì)用戶的反應(yīng)。其主要功能包括：對(duì)話狀態(tài)維護(hù)，生成系統(tǒng)決策，作為接口與后端/任務(wù)模型進(jìn)行交互，答案生成等。

雖然狀態(tài)機(jī)是常見的DM管理手段，但本篇不做介紹。本篇主要介紹用機(jī)器學(xué)習(xí)的方法進(jìn)行對(duì)話策略管理的一些標(biāo)志性論文。

作者&編輯 | 小Dream哥

1 CRF?

第一篇介紹用機(jī)器學(xué)習(xí)方法進(jìn)行對(duì)話狀態(tài)管理的論文，文中介紹了用貝葉斯網(wǎng)絡(luò)進(jìn)行狀態(tài)控制的理論和方法，蠻有啟發(fā)意義。

文章引用量：較少

推薦指數(shù)：?????

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

2 NN based?

最早的引入神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)話狀態(tài)管理的研究，可以參考下他的思想。

文章引用量：100+

推薦指數(shù)：?????

[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(fā)展，DM也不斷發(fā)展，開始引入狀態(tài)網(wǎng)絡(luò)等概念，不斷的豐富對(duì)話管理的內(nèi)容。

文章引用量：較多

推薦指數(shù)：?????

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

4 RL

在對(duì)話管理的研究中，強(qiáng)化學(xué)習(xí)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(shù)：?????

[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(xiàng)目即可獲取。

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

文章細(xì)節(jié)眾多，閱讀交流在有三AI-NLP知識(shí)星球中進(jìn)行，感興趣可以加入。

總結(jié)

以上就是聊天機(jī)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(shí)圖譜的綜述性文章。

有三AI夏季劃

有三AI夏季劃進(jìn)行中，歡迎了解并加入，系統(tǒng)性成長為中級(jí)CV算法工程師。

轉(zhuǎn)載文章請(qǐng)后臺(tái)聯(lián)系

侵權(quán)必究

往期精選

總結(jié)

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(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。