自動会話診断と少数ショット新疾患適応のための原型Qネットワーク【JST・京大機械翻訳】

Luo Hongyin; Li Shang-Wen; Glass James

プレプリント

J-GLOBAL ID：202202205876306943 整理番号：22P0150394

自動会話診断と少数ショット新疾患適応のための原型Qネットワーク【JST・京大機械翻訳】

Prototypical Q Networks for Automatic Conversational Diagnosis and Few-Shot New Disease Adaption

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年05月19日プレプリントサーバーでの情報更新日： 2020年05月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る