文献

J-GLOBAL ID：202202255570963617   整理番号：22A2590377

高効率対話方策学習のための規則知識を統合した深層DYNA-Q

DNN-rule hybrid Dyna-Q for sample-efficient dialog policy learning.

著者 (2件)： ZHANG Mingxin (東京工大) ,  篠崎隆宏 (東京工大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 秋季  ページ： ROMBUNNO.3-8-8  発行年： 2022年08月31日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・ユーザ行動の深層ニューラルネットワーク(DNN)による学習と報酬と対話終了判定を規則に基づいて行うユーザモデルの提案。
・ユーザモデルの規則部分ではエージェント(E)の対話終了宣言時点を対話終了と判定,対話が成功した時にEへの正の報酬付与。
・提案手法の初期対話成功率は低いが,学習の進行に伴って成功率が向上し,決定時計画の使用が更に成功率を改善することの確認。

シソーラス用語： ニューラルネットワーク ,  知識獲得 ,  規則 ,  *機械学習 ,  教師なし学習 ,  データ融合 ,  エージェント ,  *人工知能 ,  モデル ,  会話 ,  ユーザモデル ,  *深層学習 ,  ディープニューラルネットワーク
準シソーラス用語： 深層ニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (4件)：

• B. Peng et al., Proc. ACL, pp. 2182-2192, 2018.
• J. Schatzmann et al., Proc. ACL, pp. 149-152, 2007.
• R. Sutton et al., A Bradford Book, 2018.
• L. Xuijun et al., Proc. IJCNLP, 2017.

タイトルに関連する用語 (8件)： 高効率 ,  対話 ,  方策 ,  学習 ,  規則 ,  知識 ,  統合 ,  深層