NeuralDialogPapers
1.0.0
Eine Liste von Artikeln zum Erstellen von Dialogsystemen mithilfe von Deep Nets! Bitte zögern Sie nicht, ein Problem hinzuzufügen oder eine Pull-Anfrage für fehlende Papiere zu stellen .
Gemeinsames Online-Verstehen gesprochener Sprache und Sprachmodellierung mit rekurrenten neuronalen Netzen, Bing Liu, arXiv , 2016
Aufmerksamkeitsbasierte wiederkehrende neuronale Netzwerkmodelle zur Erkennung gemeinsamer Absichten und zum Füllen von Slots, Bing Liu, arXiv , 2016
Ein netzwerkbasiertes, durchgängig trainierbares, aufgabenorientiertes Dialogsystem Tsung-Hsien Wen et al., 2016
Bedingte Generierung und Snapshot-Lernen in neuronalen Dialogsystemen Tsung-Hsien Wen et al., 2016
Einbindung unstrukturierter Textwissensquellen in den neuronalen Dialog Ryan Lowe et al., 2016
Durchgängige LSTM-basierte Dialogsteuerung, optimiert durch überwachtes und verstärkendes Lernen, Jason D. Williams et al., 2016
End-to-End-Reinforcement Learning von Dialogagenten für den Informationszugang Bhuwan Dhingra et al., 2016
Durchgängiges gemeinsames Lernen des Verständnisses natürlicher Sprache und Dialogmanager Xuesong Yang et al., 2016
Hybride Code-Netzwerke: praktische und effiziente End-to-End-Dialogsteuerung mit überwachtem und verstärkendem Lernen Jason D. Williams et al., 2017
Erlernen symmetrischer kollaborativer Dialogagenten mit Einbettungen dynamischer Wissensgraphen He He et al., 2017
Schlüsselwert-Retrieval-Netzwerke für aufgabenorientierten Dialog M Eric et al., 2017
Deal oder No Deal? End-to-End-Lernen für Verhandlungsdialoge Mike Lewis et al., 2017
Generative Encoder-Decoder-Modelle für aufgabenorientierte gesprochene Dialogsysteme mit Chat-Funktion Tiancheng Zhao et al., 2017
Ein durchgängig trainierbares neuronales Netzwerkmodell mit Glaubensverfolgung für aufgabenorientierten Dialog Liu Bing et al., 2017
End-to-End-Netzwerk für wiederkehrende Entitäten für entitätswertunabhängiges, zielorientiertes Dialoglernen (CS Wu et al. 2017)
Auf dem Weg zum kontinuierlichen Lernen für Konversationsagenten S Lee 2017
Aufbau eines Gesprächsagenten über Nacht mit Dialog-Selbstspiel Pararth Shah et al. 2018
Sequicity: Vereinfachung aufgabenorientierter Dialogsysteme mit einer einzelnen Sequenz-zu-Sequenz-Architektur Wenqiang Lei et al. 2018
Mem2Seq: Wissensdatenbanken effektiv in aufgabenorientierte End-to-End-Dialogsysteme integrieren Andrea Madotto et al. 2018
Subdomänenmodellierung für Dialogmanagement mit hierarchischem Verstärkungslernen Paweł et al., 2017
Domänenübergreifende Dialogrichtlinienübertragung durch gleichzeitige Sprechhandlung und Slot-Ausrichtung Kaixiang Mo et al. 2018
Zero-Shot-Dialoggenerierung mit domänenübergreifenden latenten Aktionen Tiancheng Zhao et al. 2018
Agendabasierte Benutzersimulation zum Bootstrapping eines POMDP-Dialogsystems Jost Schatzmann 2007
Ein Benutzersimulator für Aufgabenerledigungsdialoge Xinjun Li et al., 2016
Ein Sequenz-zu-Sequenz-Modell für die Benutzersimulation in gesprochenen Dialogsystemen Layla El Asri 2016
Neuronale Benutzersimulation zur korpusbasierten Richtlinienoptimierung für gesprochene Dialogsysteme Florian L. Kreyssig 2018
Auf dem Weg zu End-to-End-Lernen für die Verfolgung und Verwaltung von Dialogzuständen mithilfe von Deep Reinforcement Learning Tiancheng Zhao et al., 2016
Deep Reinforcement Learning für die Dialoggenerierung Jiwei Li et al., arXiv , 2016
Konfrontatives Lernen für die Erzeugung neuronaler Dialoge Jiwei Li et al., 2017
Ein Chatbot für tiefgreifendes Reinforcement-Learning, Serban et al. 2017
End-to-End Adversarial Learning für generative Konversationsagenten Ludwig, O. 2017.
Strategisches Dialogmanagement durch Deep Reinforcement Learning Heriberto Cuayáhuitl et al., 2015
Textgenerierung mit Deep Reinforcement Learning, Hongyu Guo, arXiv , 2015
Deep Reinforcement Learning mit einem Aktionsraum in natürlicher Sprache, Ji He et al., arXiv , 2016.
Sprachverständnis für textbasierte Spiele mit Deep Reinforcement Learning, Karthik Narasimhan arXiv , 2016
Deep Reinforcement Learning für die Dialoggenerierung Jiwei Li et al., 2016
Durchgängige neuronale Dialogsysteme zur Aufgabenerfüllung Xiujun Li et al., 2017
Subdomänenmodellierung für Dialogmanagement mit hierarchischem Verstärkungslernen Paweł Budzianowski et al., 2017
Stichprobeneffizientes schauspielerkritisches Verstärkungslernen mit überwachten Daten für das Dialogmanagement Pei-Hao Su et al., 2017
Composite Task-Completion Dialogue Policy Learning durch hierarchisches Deep Reinforcement Learning Baolin Peng et al., 2017
Deep Dyna-Q: Integrierende Planung für das Erlernen von Richtlinien zum Aufgabenerledigungsdialog Baolin Peng et al. 2018
Multimodale hierarchische Verstärkungs-Lernrichtlinie für aufgabenorientierten visuellen Dialog Jianping Zhang et al. 2018
Konfrontatives Lernen aufgabenorientierter neuronaler Dialogmodelle Bing Liu et al. 2018.
Ein neuronales Konversationsmodell Oriol Vinyals et al., arXiv 2015]
Ein neuronaler Netzwerkansatz zur kontextsensitiven Generierung von Konversationsantworten∗ Alessandro Sordoni et al., arXiv 2015]
Wiederkehrende neuronale Netze mit mehreren Auflösungen: Eine Anwendung zur Generierung von Dialogantworten Iulian Vlad Serban et al., arXiv 2016s
Ein hierarchisches Encoder-Decoder-Modell für latente Variablen zur Generierung von Dialogen Iulian Vlad Serban et al., 2016
Online-Sequence-to-Sequence-Verstärkungslernen für Open-Domain-Conversational-Agents Nabiha Asghar et al., 2016
Stärkung der Kohärenz für das Sequenz-zu-Sequenz-Modell bei der Dialoggenerierung
Generierung von Multi-Turn-Dialogantworten in einem kontradiktorischen Lernrahmen – Kombination von GAN mit MLE im Ziel.
Verbesserung der Variations-Encoder-Decoder in der Dialoggeneration X Shen et al. 2018.
MojiTalk: Emotionale Reaktionen in großem Maßstab generieren Xianda Zhou et al. 2018
Exemplarischer Encoder-Decoder für die Erzeugung neuronaler Konversationen Gaurav Pandey et al. 2018
Gekoppelte Kontextmodellierung für Deep Chit-Chat: Auf dem Weg zu Gesprächen zwischen Mensch und Computer (http://www.ruiyan.me/pubs/KDD2018Yan.pdf) Rui Yan et al. KDD 2018.
Variationaler autoregressiver Decoder für die Erzeugung neuronaler Antworten Jiachen Du et al. 2018.
Multi-View-Antwortauswahl für Mensch-Computer-Konversation Xiangyang Zhou et al. 2016
Sequential Matching Network: Eine neue Architektur für die Multi-Turn-Antwortauswahl in abrufbasierten Chatbots Yu Wu 2017
Modellierung von Multi-Turn-Konversationen mit tiefer Äußerungsaggregation Zhuosheng Zhang et al. 2018
Multi-Turn-Antwortauswahl für Chatbots mit Deep Attention Matching Network Xiangyang Zhang et al. 2018.
Ein Persona-basiertes neuronales Konversationsmodell Jiwei Li et al, arXiv , 2016
Konversationskontextuelle Hinweise: Der Fall von Personalisierung und Verlauf für das Antwortranking Rami Al-Rfou et al., 2016
Erweiterung von End-to-End-Dialogsystemen mit Commonsense-Wissen Tom Young et al., 2017
Thema Compositional Neural Language Model W Wang et al 2017
Personalisierung von Dialogagenten: Ich habe einen Hund, haben Sie auch Haustiere? Zhang, Saizheng et al., 2018
Einige der Modelle werden in den Korpora CNN/Daily Mail und Children's Book Test (CBT) evaluiert.
Maschinen das Lesen und Verstehen beibringen, Karl Moritz Hermann et al., arXiv , 2015.
Textverständnis mit dem Attention Sum Reader Network, Rudolf Kadlec et al., arXiv , 2016.
Das Goldlocks-Prinzip: Kinderbücher mit expliziten Erinnerungsrepräsentationen lesen, Felix Hill., arXiv , 2016.
End-To-End-Speichernetzwerke, Sainbayar Sukhbaatar et al., arXiv , 2015.
Dynamische Entitätsdarstellung mit Max-Pooling verbessert maschinelles Lesen, Sosuke Kobayashi et al., arXiv , 2016.
Gated-Attention-Reader für Textverständnis, Bhuwan Dhingra et al., arXiv , 2016.
Iterative alternierende neuronale Aufmerksamkeit für maschinelles Lesen, Alessandro Sordoni et al., arXiv , 2016.
Ein neuronaler Netzwerkansatz zur kontextsensitiven Generierung von Gesprächsantworten, Alessandro Sordoni et al., 2015
Aufmerksamkeit-über-Aufmerksamkeit-Neuronale Netze für das Leseverständnis Yiming Cui et al., arXiv 2016
Hierarchisches Netzwerk wiederkehrender Aufmerksamkeit zur Reaktionsgenerierung Chen Xing et al., 2017
Wie kann der Kontext nützlicher gemacht werden? Eine empirische Studie zu kontextbewussten neuronalen Konversationsmodellen Zhiliang Tian et al., 2017
Chat More: Vertiefung und Erweiterung des Chat-Themas durch ein Deep Model Wenjie Wang et al., 2018
Eine diversitätsfördernde Zielfunktion für neuronale Konversationsmodelle Jiwei Li et al. 2016
Ein einfacher, schneller, vielfältiger Dekodierungsalgorithmus für die neuronale Erzeugung Jiwei Li et al., 2016
Datendestillation zur Kontrolle der Spezifität bei der Dialoggenerierung Jiwei Li et al., 2017
Generieren hochwertiger und informativer Gesprächsantworten mit Sequenz-zu-Sequenz-Modellen Louis Shao et al., 2017
Lernen der Diversität auf Diskursebene für neuronale Dialogmodelle mithilfe bedingter Variations-Autoencoder Tiancheng Zhao et al., 2017
Latentvariable Dialogmodelle und ihre Vielfalt Cao, Kris et al. 2017
DialogWAE: Multimodale Antwortgenerierung mit bedingtem Wasserstein-Auto-Encoder Xiaodong Gu et al. 2018
Auf dem Weg zu einem neuronalen Konversationsmodell mit Diversity-Netz unter Verwendung determinanter Punktprozesse Yiping Song et al. 2018
Dialogmodelle mit latenter Absicht Tsung-Hsien Wen et al., 2017
Unüberwachtes diskretes Satzrepräsentationslernen für die Erzeugung interpretierbarer neuronaler Dialoge Tiancheng Zhao et al., 2018
Lernen, die Spezifität bei der Erzeugung neuronaler Reaktionen zu kontrollieren Ruqing Zhang et al. 2018.
