対話システムにおける強化学習の一般化手法を用いたユーザフィードバックの改善

スポンサーリンク

概要

論文の詳細を見る
対話システムにおいて, 効率的でユーザに使いやすい対話戦略のデザインは重要な問題である.従来より強化学習を用いた機械学習によるアプローチが提案されている.強化学習を用いた対話戦略の最適化は, ユーザからの定性的なフィードバックだけを用いて対話システムの最適化が行えるという特徴を持つ.しかし, 学習のために大量のデータが必要なため, データ収集のコストが大きい.このため, 訓練データを効率的に用いるような学習方法が望ましい.本稿では, 近似解を見つけ, 効率的に学習を行うことのできるような2つの強化学習の手法を提案する.この2つの手法を用いて対話システムの最適化を行い, そのシステムへのユーザのフィードバックを比較した.どちらの手法も最適化を行わなかったシステムに比べてユーザのフィードバックを改善することができた.
2005-02-04

著者

関連論文

もっと見る

スポンサーリンク