面向任务的对话系统
在对话系统领域中,面向任务的对话系统是其中很重要的一个分支,不同于开放域的对话系统,任务型对话系统侧重于完成一个领域或者几个领域内的特定任务,例如天气查询、餐厅预订等。面向任务的对话系统能够分为pipeline方法和end-to-end方法两类,并依赖相关领域内的知识库。本文首先介绍pipeline和end-to-end两类方法,然后简单介绍在面向任务的对话系统研究中使用的数据集,最后结合近三年中面向任务的对话系统领域内的研究成果,梳理当前存在的主要挑战。
在对话系统领域中,面向任务的对话系统是其中很重要的一个分支,不同于开放域的对话系统,任务型对话系统侧重于完成一个领域或者几个领域内的特定任务,例如天气查询、餐厅预订等。面向任务的对话系统能够分为pipeline方法和end-to-end方法两类,并依赖相关领域内的知识库。本文首先介绍pipeline和end-to-end两类方法,然后简单介绍在面向任务的对话系统研究中使用的数据集,最后结合近三年中面向任务的对话系统领域内的研究成果,梳理当前存在的主要挑战。
K近邻算法:一种基本的分类算法
输入:实例的特征向量
输出:实例的类别
思想:近朱者赤近墨者黑,对于输入实例x,选取距离x最近的K个点,x的分类结果就是K个点中数目最多的那个类别
三个要素:
优点:精度高、异常值不敏感、无数据输入假定
缺点:计算复杂度高、空间复杂度高
适用数据范围:数值型、标称型