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. 『cs231n』卷积神经网络工程实践技巧_下

    概述 计算加速 方法一: 由于计算机计算矩阵乘法速度非常快,所以这是一个虽然提高内存消耗但是计算速度显著上升的方法,把feature map中的感受野(包含重叠的部分,所以会加大内存消耗)和卷积核全部 ...

  2. CRM ORDER_MAINTAIN

    H: GUID CRMT_OBJECT_GUID RAW CRM 订单对象的 GUID BP_NUMBER BU_PARTNER 业务伙伴编号 FIRSTNAME BU_NAMEP_F 业务伙伴(人员 ...

  3. 在Shell中使用alias

    以前在Linux跳机上登录其他服务器(ssh IP),为了方便,把很多服务器的IP和业务名称touch到了用户主目录下,这样方便了好多,每次ls -l 出来下就可以了,然后复制,粘贴就方便了.如下图. ...

  4. springboot activiti 配置项详解

    asyncExecutorEnabled属性设置设置true后将代替那些老的Job executorspring.activiti.async-executor-enabled=false sprin ...

  5. Mysql SQL优化系列之——执行计划连接方式浅释

    关系库SQL调优中,虽然思路都是一样的,具体方法和步骤也是大同小异,但细节却不容忽视,尤其是执行计划的具体细节的解读中,各关系库确实有区别,特别是mysql数据库,与其他关系库的差别更大些,下面,我们 ...

  6. IDA 逆向工程 反汇编使用

    IDA pro 7.0版本 from:freebuf 用到的工具有IDA pro 7.0  ,被反汇编的是百度云(BaiduNetdisk_5.6.1.2.exe). 首先,IDA pro的长相如下: ...

  7. Minimum supported Gradle version is 4.1. Current version is 2.14.1

    Error:Minimum supported Gradle version is 4.1. Current version is 2.14.1. If using the gradle wrappe ...

  8. linux下详解shell中>/dev/null 2>&1

    前言 相信大家经常能在shell脚本中发现>/dev/null 2>&1这样的语句.以前的我并没有去深入地理解这段命令的作用,照搬照用,直到上周我将这段命令不小心写成了2>& ...

  9. 学习笔记-AngularJs(二)

    在接下来学习angularjs中,我按照的就是之前 学习笔记-AngularJs(一)所讲的目录来搭建一个学习的项目,做一个互联网大佬人物简介的例子,当然也可以使用angualrjs上面提供的官方例子 ...

  10. 逆袭之旅DAY31.XIA.JDBC

    2018-07-31 MySQL package oop_emp.com.neusoft.dao; import java.sql.Connection; import java.sql.Driver ...