23、有限状态双自动机在对话管理中的决策策略

有限状态双自动机在对话管理中的决策策略

1. 基础概念与模型扩展

在对话管理中，存在一些依赖任务的符号集合。内部变量会产生简单的已知或未知属性，这些属性可通过每个状态下属性的有无来表示。新的字母表仅代表对值的了解，也可考虑置信度度量。

模型 DM 进行了扩展，添加了另一个有限字母表。每个状态 $q \in Q$ 现在由双字符串 $[(Q_{di} : Q_{hi}), Q_{wi}] \in \Sigma \times \Gamma$ 标记，其中也考虑了有值属性。由于转移函数 $\delta : Q \times \Sigma \times Q$ 和转移概率分布 $P : \delta \to [0, 1]$ 与状态附加的内部属性有很强的依赖关系，属性的知识会为对话管理器带来不同的策略。

例如，在一个对话中：
- 用户说：“I’m leaving from CMU”，对应符号为 PlaceInformation[DeparturePlace] 。
- 系统回应：“Leaving from . Is this correct?”，这是一个明确确认的操作。
- 用户回答：“Yes.”，对应符号为 Generic[Yes] 。
- 系统接着问：“Right. What is your destination?”，这是确认后询问到达地的操作。

这里，$\Sigma = {PlaceInformation:DeparturePlace, Generic:Yes}$ 是用户符号集合，$\Delta = {Explicit:confirm, Inform:confirm_ok