抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Spoken dialogシステムは,自動会話診断のための医療を含む多くの領域で応用されている。最先端の対話管理者は通常,深いQネットワーク(DQNs)のような深い強化学習モデルによって駆動され,実際の会話が制限されるので,全体の行動空間を探索するためにシミュレータとの相互作用によって学習される。しかし,DQNベースの自動診断モデルは,少数の訓練サンプルだけを有する新規で,不確かな病気に順応するとき,満足な性能を達成しなかった。本研究では,自動診断システムのための対話管理者としてのプロトタイプQネットワーク(ProtoQN)を提案した。モデルは,医師と患者の間の実際の会話によるプロトタイプ埋込み,それらからの学習,およびシミュレータ増強対話をより効率的に計算する。Muzhiコーパスによる教師つきおよび少数ショット学習タスクの両方を作成した。実験は,ProtoQNが,教師つきおよび少数ショット学習シナリオの両方において,ベースラインDQNモデルより著しく優れ,最先端の少数ショット学習性能を達成することを示した。【JST・京大機械翻訳】