基于深度強化學(xué)習(xí)的對話系統(tǒng)研究

打開文本圖片集

一、引言

隨著人工智能技術(shù)的快速發(fā)展，對話系統(tǒng)在人機交互、智能助理和客戶服務(wù)等領(lǐng)域嶄露頭角，成為促進人機溝通的關(guān)鍵技術(shù)之一。對話系統(tǒng)場景可以建模成為馬爾可夫決策過程（Markov Decision Process，MDP），而強化學(xué)習(xí)也是在馬爾可夫決策過程基礎(chǔ)上發(fā)展起來的，所以利用強化學(xué)習(xí)解決對話系統(tǒng)場景有著天然的優(yōu)勢。（剩余3082字）