直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第1张图片

AI TIME PhD 对话系统专题 -6

基于神经隐变量模型的对话状态推理》    

2020年8月28日 19:30-20:30

划重点

直播通道:

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第2张图片

哔哩哔哩直播通道

扫码点击链接

关注AITIME哔哩哔哩官方账号

观看直播

链接:https://live.bilibili.com/21813994

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第3张图片

直播时间:

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第4张图片

2020年8月28日 19:30-20:30

报告题目:

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第5张图片

基于神经隐变量模型的对话状态推理

对话状态模块是任务型对话系统中的核心部件,目前主流的对话状态跟踪的方法需要在大量人工标注的数据上进行训练。

然而,对于现实世界中的各种客户服务对话系统来说,人工标注的过程存在代价高、标注慢、错误率高以及难以覆盖数量庞大的不同领域等问题。

基于这些问题,我们提出了一个新的任务:对话状态推理,目标是大量无标注的客服对话记录中自动挖掘对话的状态,并提出了两个基于神经隐变量的模型来实现无监督的对话状态推理,同时我们在下游的对话生成任务中进行了验证。

实验结果表明,相比于缺少对话状态的对话系统,使用我们推理得到的对话状态可以获得更好的表现

嘉宾简介:

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第6张图片

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第7张图片

闵庆凯,硕士毕业于南京航空航天大学,目前为西湖大学文本智能实验室成员

,导师为张岳研究员。主要研究方向为任务型对话系统,已在相关领域的国际顶级会议如EMNLP, IJCAI发表论文。

直播结束后我们会邀请讲者在微信群中与大家答疑交流,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“对话”,将拉您进“AITIME对话系统交流群”!

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第8张图片

AI TIME微信小助手

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第9张图片

主       办:AI TIME

联合支持:中国工程院知领直播、学堂在线、CSDN

公益合作:智谱·AI、学术头条、biendata、大数据文摘、数据派、AI科技评论、 Ever链动、机器学习算法与自然语言处理

清华情怀·AITIME基地

1911主题餐厅

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第10张图片

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第11张图片

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第12张图片

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第13张图片

待疫情结束,AI TIME期待与您线下相聚!

AI Time欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,请将简历等信息发至[email protected]

微信联系:AITIME_HY

 

AI Time是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

直播预告:基于神经隐变量模型的对话状态推理 | 对话系统专题-6_第14张图片

更多资讯请扫码关注

你可能感兴趣的:(人工智能,机器学习,推荐系统,自然语言处理,ai)