对话系统综述

最近打算入门对话系统，所以先找了一篇综述看看，需要自取：A Survey on Dialogue Systems: Recent Advances and New Frontiers

1.对话系统分类

　　目前的对话系统主要分为两类：task-oriented systems（有目的的对话） 和 non-task-oriented systems （类似于闲聊机器人，没有具体目的）

2.task-oriented systems的常用方法：

　　1.Pipeline Methods

　　　　　1.natural language understanding

• • • domain classification / intent detction: 常常用基于CNN的网络来提取特征并分类
    • slot filling:常常被作为序列标注问题~为每一个词分配一个语义标签，常用方法（CNN,CRF,RNN)

　　　　　2.Dialogue state tracker

• • • 比较经典的状态结构是：slot filling（或者称之为 semantic frame)　　　　　

　　　　　3. Dialogue policy learning　　

• • •  reinforcement learning：通过端到端的强化学习训练，可以同时学习策略和特征表达，最终效果比 random, rule-based, and supervised-based methods都要好。
    •  supervised learning :根据state tracker产生的状态，来选择动作，例如state是“推荐”，那么“推荐”这个动作就会被启动，那么就会去数据库中检索相关数据。

　　　　　4.Natural Language Generation

　　　　　　见图　　　　　　　　　

　　2.End-to-End Methods

　　　　未完待续