基于深度强化学习共指消解模型优化.pdfVIP

深度增强深度增强学提取消消解模型中的应用

凯文·克拉克斯坦福大学计克里斯托弗·D·曼宁斯坦福

算机科学系

大学计算机科学系

kevclark@cs.stanford.edumanning@cs.stanford.edu

具体而言，Wiseman等人（2015）提

消解系统通常使用需要仔细调优的启出的最大边际消解目标进行了修改，通过

发式损失函数进行训练。本文中，我们则将每个消解决策相关的纳入损失的松

应用强化学习直接优化神经提及模型弛重标来实现。我们也测试了Williams（

以针对消解评估指标进行优化。我们1992）REINFORCE策略梯度算法。

尝试了两种方法：REINFORCE策略梯度