Multitask Learning and Reinforcement Learning for Personalized Dialog Generation: An Empirical Study

强化学习 困惑 计算机科学 对话框 人工智能 机器学习 多任务学习 任务(项目管理) 仿形(计算机编程) 个性化学习 自然语言处理 语言模型 合作学习 万维网 法学 管理 经济 开放式学习 操作系统 教学方法 政治学
作者
Min Yang,Weiyi Huang,Wenting Tu,Qiang Qu,Ying Shen,Kai Lei
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:32 (1): 49-62 被引量:28
标识
DOI:10.1109/tnnls.2020.2975035
摘要

Open-domain dialog generation, which is a crucial component of artificial intelligence, is an essential and challenging problem. In this article, we present a personalized dialog system, which leverages the advantages of multitask learning and reinforcement learning for personalized dialogue generation (MRPDG). Specifically, MRPDG consists of two subtasks: 1) an author profiling module that recognizes user characteristics from the input sentence (auxiliary task) and 2) a personalized dialog generation system that generates informative, grammatical, and coherent responses with reinforcement learning algorithms (primary task). Three kinds of rewards are proposed to generate high-quality conversations. We investigate the effectiveness of three widely used reinforcement learning methods [i.e., Q-learning, policy gradient, and actor-critic (AC) algorithm] in a personalized dialog generation system and demonstrate that the AC algorithm achieves the best results on the underlying framework. Comprehensive experiments are conducted to evaluate the performance of the proposed model on two real-life data sets. Experimental results illustrate that MRPDG is able to produce high-quality personalized dialogs for users with different characteristics. Quantitatively, the proposed model can achieve better performance than the compared methods across different evaluation metrics, such as the human evaluation, BiLingual Evaluation Understudy (BLEU), and perplexity.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
研友_Lw7OvL完成签到 ,获得积分10
1秒前
yygg发布了新的文献求助10
1秒前
木子yuchen完成签到,获得积分10
4秒前
吴彬发布了新的文献求助10
5秒前
蓝色的云完成签到,获得积分10
5秒前
长庚发布了新的文献求助10
5秒前
5秒前
5秒前
cannon8发布了新的文献求助200
5秒前
6秒前
JamesPei应助秋子骞采纳,获得10
6秒前
可爱的函函应助wm采纳,获得10
6秒前
西瓜完成签到 ,获得积分10
6秒前
小白杨完成签到 ,获得积分10
6秒前
西瓜完成签到 ,获得积分10
6秒前
敏十完成签到,获得积分10
6秒前
西瓜完成签到 ,获得积分10
6秒前
phoebe_uu完成签到,获得积分10
6秒前
Huyang完成签到 ,获得积分10
6秒前
陈洋完成签到,获得积分10
6秒前
淡淡的小懒虫完成签到,获得积分10
6秒前
10秒前
11秒前
方方完成签到,获得积分10
11秒前
Amber发布了新的文献求助10
11秒前
Amber发布了新的文献求助10
11秒前
wjw发布了新的文献求助10
11秒前
Amber发布了新的文献求助10
12秒前
Amber发布了新的文献求助10
12秒前
Amber发布了新的文献求助10
12秒前
科目三应助快乐的一刀采纳,获得10
12秒前
cff发布了新的文献求助10
12秒前
Amber发布了新的文献求助10
12秒前
12秒前
12秒前
fanhao完成签到 ,获得积分10
12秒前
顺心的妙芹完成签到,获得积分10
12秒前
香蕉觅云应助liuguyue采纳,获得10
12秒前
Amber发布了新的文献求助10
13秒前
Amber发布了新的文献求助10
14秒前
高分求助中
Sustainability in Tides Chemistry 2000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3126557
求助须知:如何正确求助?哪些是违规求助? 2776741
关于积分的说明 7731896
捐赠科研通 2432215
什么是DOI,文献DOI怎么找? 1292439
科研通“疑难数据库(出版商)”最低求助积分说明 622846
版权声明 600465