登入
洞見 - 任務導向對話系統
HierTOD：由階層式目標驅動的任務導向對話系統
HierTOD 是一個針對企業環境設計的任務導向對話系統，採用階層式目標和混合主動互動來增強對話效率和任務完成度。
利用離線強化學習改進多領域任務導向對話系統
本文提出了一種結合監督學習和離線強化學習的方法，利用成功率和 BLEU 評估指標作為獎勵函數， fine-tune 預先訓練好的 GPT-2 語言模型，以構建更有效的多領域任務導向對話系統，並在 MultiWOZ2.1 數據集上取得了顯著的性能提升。
DARD：一種針對任務導向對話系統的多代理方法
DARD 是一種基於多代理架構的新型任務導向對話系統，透過將任務委派給特定領域的代理，有效提升了對話資訊率和成功率，展現出高度靈活性和可組合性。
結合上下文學習與提示以建構端到端任務導向對話系統
本研究提出了一種名為 SyncTOD 的新方法，透過結合上下文學習和特定任務提示，提升了端到端任務導向對話系統在低資源環境下的效能，並在完整資料集上保持了競爭力。
© 2024 by Linnk AI