對話系統學習筆記（3）

對話系統學習筆記（3）–Deep Reinforcement Learning for Dialogue Generation 此篇文章是李紀爲博士於EMNLP_2016發表的一篇有關於增強對話的多樣性，一致性，和持續性的文章。 首先，對於傳統的Sequence-to-Sequence模型存在以下問題： 模型在decode時採用的方法是用MLE來進行評價，產生的結果是dull response，無

>>阅读原文<<