基于样本增强的强化学习在对话管理中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与动机 | 第10-11页 |
| 1.2 研究内容 | 第11-13页 |
| 1.3 组织结构 | 第13-16页 |
| 第2章 相关工作 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 对话策略 | 第16-20页 |
| 2.2.1 基于规则的方法 | 第16-17页 |
| 2.2.2 基于检索式的方法 | 第17-18页 |
| 2.2.3 基于监督学习的方法 | 第18-19页 |
| 2.2.4 基于强化学习的方法 | 第19-20页 |
| 2.3 基于强化学习的对话策略学习 | 第20-22页 |
| 2.3.1 经验回放 | 第20-21页 |
| 2.3.2 奖励塑形 | 第21页 |
| 2.3.3 高效探索 | 第21-22页 |
| 2.3.4 预训练 | 第22页 |
| 2.4 仿真用户 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 背景知识 | 第24-30页 |
| 3.1 引言 | 第24页 |
| 3.2 基于马尔科夫决策过程的对话管理 | 第24-25页 |
| 3.3 深度强化学习 | 第25-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第4章 有效对话片段生成算法 | 第30-36页 |
| 4.1 引言 | 第30页 |
| 4.2 用户目标和子目标 | 第30-31页 |
| 4.3 有效对话片段 | 第31-32页 |
| 4.4 有效对话片段生成算法 | 第32-34页 |
| 4.5 本章小结 | 第34-36页 |
| 第5章 对话样本增强 | 第36-42页 |
| 5.1 引言 | 第36页 |
| 5.2 基本思想 | 第36-37页 |
| 5.3 截断式事后经验回放(T-HER) | 第37-38页 |
| 5.4 拼接式事后经验回放(S-HER) | 第38-41页 |
| 5.5 本章小结 | 第41-42页 |
| 第6章 阈值自适应的拼接式经验回放 | 第42-48页 |
| 6.1 引言 | 第42页 |
| 6.2 阈值自适应拼接式经验回放 | 第42-46页 |
| 6.2.1 阈值策略 | 第42-45页 |
| 6.2.2 形式化定义 | 第45-46页 |
| 6.3 本章小结 | 第46-48页 |
| 第7章 实验 | 第48-60页 |
| 7.1 实验环境 | 第48-50页 |
| 7.2 样例分析 | 第50-52页 |
| 7.3 实验结果 | 第52-58页 |
| 7.3.1 结合截断法和拼接法的深度Q网络 | 第52-53页 |
| 7.3.2 不同KL散度阈值对拼接法的影响 | 第53-54页 |
| 7.3.3 带优先级经验回放的样本增强方法 | 第54-55页 |
| 7.3.4 非热启动的对话策略学习 | 第55-56页 |
| 7.3.5 带有阈值自适应的拼接式经验回放 | 第56-58页 |
| 7.4 本章小结 | 第58-60页 |
| 第8章 总结与展望 | 第60-62页 |
| 8.1 总结 | 第60-61页 |
| 8.2 展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文与取得的研究成果 | 第70页 |
