都是大佬的笔记啊啊啊啊

dialog management

  • 对话状态维护(dialog state tracking, DST)
  • 生成系统决策(dialog policy)
    • 系统行为(dialog act)
    • 对话状态(DS)
  • 三种方法:
    • structure-based

      • 关键词:通过捕捉用户最后一句话的关键词/关键短语来进行回应
      • tree and FSM-based:

        1. 把对话建模为通过树或者有限状态机(图结构)的路径,系统主导,想管用户要特定的信息,用户的回答在特定的几个范围里不会超纲;
        2. 问题就是不太好扩展,因为状态转移都是人根据特定任务定的。
    • principle-based
      • frame-based:

        1. 通过允许多条路径更灵活的获得信息的方法扩展了基于FSM的方法,它将对话建模成一个填槽的过程,槽直接没有顺序,缺什么槽就向用户询问对应的信息。
        2. 这个模型包含的要素是: frame:槽位的集合/对话状态(哪些槽位被填充了)/行为选择(下一步该做什么了)
        3. 常常用于用户可能采取的行为相对有限、只希望用户在这些行为中进行少许转换的场合
        4. 一位产品大佬的...对我好像没啥用emmm
      • agenda + frame(CMU communicator):

        1. frame model 进行了改进,有了层次结构,能应对更复杂的信息获取,支持话题切换、回退、退出
        2. 所需元素:product(树的结构,反映为完成这个任务需要的所有信息的顺序,和FSM相比,它的子树是可以挪动的)/ process(包括两部分:handler(产品树上每个节点对应一个handler,一个handler封装了一个information item)/ agenda(是handler的有序列表,handler有优先级))
        3. 博客没看懂直接上论文
      • information-state
      • pla-based
    • statistical
      • RL-based

附录:相关论文阅读笔记

  • 《AN AGENDA-BASED DIALOG MANAGEMENTARCHITECTURE FOR SPOKEN LANGUAGE SYSTEMS》

    有人翻译好了嗯
    摘要:1. 对话管理解决的两个问题:对于每一轮对话都提供一个完整的结构框架/正确管理对话进程,使得对话朝着最终目标进行。本文提出来的对话管理结构有三个元素:handler(管理紧密相关的信息集之间的对话行为)、product(反映双方都同意的信息)和agenda(安排与任务相关的handler的顺序)

DM浅尝辄止的更多相关文章

  1. Atitit Data Matrix dm码的原理与特点

    Atitit Data Matrix dm码的原理与特点 Datamatrix原名Datacode,由美国国际资料公司(International Data Matrix, 简称ID Matrix)于 ...

  2. Atitit 常用二维码对比(QR、PDF417、DM、汉信码 Aztec code maxicode

    Atitit 常用二维码对比(QR.PDF417.DM.汉信码 Aztec code maxicode DM码则更"小",可在仅仅25mm²的面积上编码30个数字.但也就是因为太小 ...

  3. DM 多路径存储

    DM多路径存储 系统环境:RHEL5.4 small install  selinux and iptables disabled主机规划:主机网卡软件station133eth0: 192.168. ...

  4. osgi dm

    看了http://developer.51cto.com/art/200909/154863.htm 真心感到,最强大最有组织的技术网站还是 51cto,牛人应该也是最多的. 以前逛51cto的比较少 ...

  5. AI,DM,ML,PR的区别与联系

    数据挖掘和机器学习的区别和联系,周志华有一篇很好的论述<机器学习与数据挖掘>可以帮助大家理解.数据挖掘受到很多学科领域的影响,其中数据库.机器学习.统计学无疑影响最大.简言之,对数据挖掘而 ...

  6. Rocky4.2下安装达梦(DM)6数据库

    1.准备操作系统 1.1 系统登录界面 1.2 操作系统版本信息 jdbh:~ # uname -ra Linux jdbh -x86_64 # SMP Fri Dec :: CST x86_64 G ...

  7. DW与DM

    DW组成部分简介 DW的组成部分有:针对数据源的分析.数据的ETL.数据的存储结构,元数据管理等. 数据源分析 主要是分析要抽取哪些数据,如何抽取(全量还是增量)?它的更新周期是怎么样的?它的数据质量 ...

  8. DB、ETL、DW、OLAP、DM、BI关系结构图

    DB.ETL.DW.OLAP.DM.BI关系结构图 在此大概用口水话简单叙述一下他们几个概念: (1)DB/Database/数据库——这里一般指的就是OLTP数据库,在线事物数据库,用来支持生产的, ...

  9. 財哥面京东dm的经历【帮財哥发的】

        关于面京东,感触仅仅有一个,虐的快吐血了.首先说京东分四个板块,有京东商城.京东金融.京东刚收购的拍拍和海外事业部.我这个职位主要是在金融部数据组做数据挖掘和机器学习,还有推荐系统.面试是在周 ...

随机推荐

  1. POJ-3693/HDU-2459 Maximum repetition substring 最多重复次数的子串(需要输出具体子串,按字典序)

    http://acm.hdu.edu.cn/showproblem.php?pid=2459 之前hihocoder那题可以算出最多重复次数,但是没有输出子串.一开始以为只要基于那个,每次更新答案的时 ...

  2. Matlab-8:松弛迭代法(SOR)

    function [x,n,flag]=sor(A,b,eps,M,max1) %sor函数为用松弛迭代法求解线性方程组 %A为线性方程组的系数矩阵 %b为线性方程组的常数向量 %eps为精度要求 % ...

  3. windows 系统使用 git 和码云管理代码(本地已有项目)

    1. 为本地项目创建本地仓 找到项目所在的根目录(目录下有解决方案那个),右击目录,点击右键菜单中的“Git Bash Here”(前提是你的电脑已经装了Git,我用的是TortoiseGit) 然后 ...

  4. python中eval()和json.dumps的使用

    在python中通过requests.get(url)获取json数据,此时可能需要eval进行解析. # -*- coding: utf-8 -*- import requests r = requ ...

  5. Python的time和datetime

    #python中时间日期格式化符号 %y 两位数的年份表示(00-99) %Y 四位数的年份表示(000-9999) %m 月份(01-12) %d 月内中的一天(0-31) %H 24小时制小时数( ...

  6. Oracle Shared Pool之Library Cache

    1. Shared Pool组成 Shared Pool由许多区间(Extent)组成,这些区间又由多个连续的内存块(Chunk)组成,这些内存块大小不一.从逻辑功能角度,Shared pool主要包 ...

  7. 在Vue中关闭Eslint 的方法

    在vue项目中关闭ESLint方法:找到 webpack.base.conf.js 将这些代码注释掉, { test: /\.(js|vue)$/, loader: 'eslint-loader', ...

  8. Python3+BaiduAI识别高颜值妹子图片

    一.在百度云平台创建应用 为什么要到百度云平台创建应用,首先来说是为了获取获取access_token时需要的API Key和Secret Key 至于为什么需要API Key和Secret Key才 ...

  9. Linux软件源书写格式解析及本地yum源制作

    1.Debian类系统 配置文件:/etc/apt/sources.list 例子:deb https://mirrors.aliyun.com/kali kali-rolling main cont ...

  10. git上传新建项目

    新建立本地项目,现在需要上传到git.对上传过程归纳如下: 一 在gitlab中新建项目:如下图所示: 二,新建后获取url地址,在本地打开gitbash,根据url把git上的项目clone到本地: ...