基于强化学习神对话生成模型研究.pdfVIP

  • 0
  • 0
  • 约3.54万字
  • 约 22页
  • 2026-11-18 发布于北京
  • 举报

生成:基于强化学习与神经语言模型的研究

玛塞拉・辛迪・塞蒂奥

计算机科学系

斯坦福大学

mcp21@stanford.edu

穆斯塔法・阿卜杜勒

计算机科学系

斯坦福大学

moose878@stanford.edu

卡森・林

生物医学信息学系

斯坦福大学

carsonl@stanford.edu

神经机器翻译(NMT)在语言翻译领域已展现出令人瞩目的成果。然而将

NMT应用于生成仍远未达到理想效果,这一课题目前仍是活跃研究的前沿领

域。学习生成的响应要么缺乏连贯性,要么过于泛泛,导致索然无味,无法

支撑智能体进行长期有吸引力的交流。这种对长期规划的需求促使NLP研究者借

鉴强化学习原理。本文研究了的改进方法:将NMT重构为接收序列到响

应序列(seq2seq)的智能体。为激励智能体生成有趣且引人入胜的,

我们采用强化学习的策略梯度方法对seq2seq模型进行更新。通过模拟智能体间

环境,我们研究了语义连贯性、信息流畅度和回答便捷度等函数对

质量的作用,并基于n‑gram重复率等语言多样性量化指标评估模型性能。实

验表明,在Cornell数据集和Reddit数据集上训

文档评论(0)

1亿VIP精品文档

相关文档