65、交互式模式识别框架下的口语对话系统

交互式模式识别框架下的口语对话系统

1. 引言

在对话系统的研究中，将交互式模式识别（IPR）原理应用于口语对话系统（SDS）的管理是一个有前景的方向。目前，一些相关方法基于马尔可夫决策过程和强化学习，但由于全局优化是一个计算难题，该框架至今只能处理小规模问题，可通过状态空间分解和对话状态分布划分来解决。本文旨在将 IPR 原理应用于 SDS 管理，提出将 SDS 表示为 IPR 问题的新公式，并对 IPR 方法进行扩展，同时处理语音和基于文本的对话系统，定义基于 IPR 范式的用户模型，构建处理管理者和用户行为的初步图形模型，通过西班牙对话任务的初步评估，认为该公式是处理 SDS 的有前景框架。

2. IPR 框架下的口语对话系统

• 基本概念
  • 设 (x) 为输入刺激、观察或信号，(h) 为假设或输出，经典模式识别（PR）系统需从 (x) 推导出 (h)。系统使用的模型 (M) 通常通过批量学习从给定训练对 ((x_i, h_i)) 获得。
  • 在 IPR 框架下，用户提供反馈信号 (f)，可迭代帮助系统改进假设，如图 1a 所示，这种交互考虑了人类反馈，可采用自适应在线程序。
• 决策理论视角
  • 经过 (I) 次迭代，系统接收用户反馈 (F = f^1, f^2, \cdots, f^I) 并产生假设 (H = h^1, h^2, \cdots, h^I)。损失函数 (l(x, h, h^ , H, F)) 定义了系统因错误假设产生的成本，其中 (h^ </