文献

J-GLOBAL ID：202202280892017280   整理番号：22A1704892

意思決定のための機械学習 対話システム研究における強化学習の利用

Reinforcement Learning in Dialogue System Research

著者 (2件)： 河野誠也 (理研) ,  吉野幸一郎 (理研)
資料名： 人工知能  (人工知能学会誌)
巻： 37  号： 4  ページ： 490-498  発行年： 2022年07月01日 
JST資料番号： X0330A  ISSN： 2188-2266  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・ユーザ発話の音声認識結果が与えられたときに,システム応答を出力する関数を作成する対話システムの研究で,対話制御と対話応答生成の観点からの強化学習の利用について解説。
・対話制御では将来に渡る期待報酬を最大化する方策を求める価値関数ベースの手法が用いられてきたが,深層学習を用いた関数近似や対話状態推定と行動決定を同時学習するEnd-to-endによる手法が導入。
・対話応答生成では回帰型ニューラルネットワーク(RNN)に基づくseq2seqモデルが利用されており,自己回帰的な単語生成過程をマルコフ決定過程の枠組みに当てはめると強化学習の適用が可能。
・seq2seqモデルに基づいた対話応答生成モデルは文脈に対して無難な応答を生成するので報酬関数のモデリングや,実世界データから動的に学習する枠組みである系列敵対的生成ネットワークを紹介。

シソーラス用語： *人工知能 ,  意思決定 ,  *意思決定支援システム ,  *機械学習 ,  *対話処理 ,  発話 ,  *音声認識 ,  *ニューラルネットワーク ,  強化学習 ,  回帰分析 ,  Markov過程 ,  深層学習 ,  敵対的生成ネットワーク
準シソーラス用語： Markov決定過程

分類 (4件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L) ,  パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 意思決定 ,  機械学習 ,  対話システム ,  研究 ,  強化学習