静心净气的博客

(Su et al., EMNLP 2018)Discriminative Deep Dyna-Q：Robust Planning for Dialogue Policy Learning目的区分判断出这两者：世界模型生成的模拟经验，用户生成的真实经验。前人存在的问题因为 DDQ 在planning learning训练过程的后期质量不高的模拟经验反而会损伤agent，所以DDQ解决办法是...

(Ivan Vuli´c et al., ACL 2017)morph-fitting：fine-tuning word vector spaces with simple language-specitic rules解决的问题：低频的词语置信度不高，反义词语义相近的问题。数据集：对话状态跟踪（NLP下游的应用）主要思想：同义词应该进行拉近，反义词就拉远。具体方法： （1）先使用skip