会员服务
自然语言处理 ·
2022 年 9 月 25 日
A Challenge on Semi-Supervised and Reinforced Task-Oriented Dialog Systems
翻译：半监督和强化任务导向对话系统的挑战
Zhijian Ou,Junlan Feng,Juanzi Li,Yakun Li,Hong Liu,Hao Peng,Yi Huang,Jiangjiang Zhao
Zhijian Ou,Junlan Feng,Juanzi Li,Yakun Li,Hong Liu,Hao Peng,Yi Huang,Jiangjiang Zhao
from arxiv, Version 2.1

A challenge on Semi-Supervised and Reinforced Task-Oriented Dialog Systems, Co-located with EMNLP2022 SereTOD Workshop.


翻译：与EMNLP2022 SereTOD讲习班合用同一地点的半监督和强化任务导向对话系统的挑战。
0
下载
关闭预览

相关内容

[ICLR2022]PU learning（Positive and Unlabeled learning）任务的mixup方法
[ICLR2022]PU learning（Positive and Unlabeled learning）任务的mixup方法
专知会员服务
18+阅读 · 2022年2月2日
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
对话管理的综述论文:最近的进展和挑战，A Survey on Dialog Management: Recent Advances and Challenges
对话管理的综述论文:最近的进展和挑战，A Survey on Dialog Management: Recent Advances and Challenges
专知会员服务
82+阅读 · 2020年5月10日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
【强化学习资源集合】Awesome Reinforcement Learning
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
专知会员服务
53+阅读 · 2019年11月28日
【NLP模型的跨语言/跨领域迁移】《Transferring NLP models across languages and domains》
【NLP模型的跨语言/跨领域迁移】《Transferring NLP models across languages and domains》
专知会员服务
42+阅读 · 2019年11月25日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
IEEE ICKG 2022: Call for Papers
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
【ICIG2021】Latest News & Announcements of the Tutorial
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
非均质量子器件Schr？dinger-Poisson系统多尺度分析与算法研究
国家自然科学基金
0+阅读 · 2014年12月31日
Kahler 曲面中特殊曲面的研究
国家自然科学基金
0+阅读 · 2014年12月31日
Calderon问题和边界刚性问题
国家自然科学基金
0+阅读 · 2013年12月31日
Vlasov-Poisson-Boltzmann方程研究
国家自然科学基金
0+阅读 · 2013年12月31日
几何结构形变空间的几何拓扑
国家自然科学基金
0+阅读 · 2012年12月31日
群代数的双曲模判别及应用
国家自然科学基金
0+阅读 · 2011年12月31日
新的核膜定位分子TRAF3IP3促进细胞增殖的机制研究及其在血液系统细胞中的功能探索
国家自然科学基金
0+阅读 · 2011年12月31日
DR5功能性单抗逆转卵巢癌顺铂耐药的机制研究
国家自然科学基金
0+阅读 · 2009年12月31日
双曲几何流
国家自然科学基金
0+阅读 · 2009年12月31日
EMCD和ALCHEMI研究单个DMS纳米结构的铁磁性内禀属性
国家自然科学基金
0+阅读 · 2009年12月31日
Model-Based Reinforcement Learning for Stochastic Hybrid Systems
Model-Based Reinforcement Learning for Stochastic Hybrid Systems
Arxiv
0+阅读 · 2022年11月2日
Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions
Arxiv
31+阅读 · 2021年9月27日
A Survey on Reinforcement Learning for Recommender Systems
Arxiv
22+阅读 · 2021年9月22日
A Survey of Deep Reinforcement Learning in Recommender Systems: A Systematic Review and Future Directions
Arxiv
14+阅读 · 2021年9月8日
Transfer Learning in Deep Reinforcement Learning: A Survey
Transfer Learning in Deep Reinforcement Learning: A Survey
Arxiv
23+阅读 · 2020年9月16日
Recent Advances and Challenges in Task-oriented Dialog System
Recent Advances and Challenges in Task-oriented Dialog System
Arxiv
18+阅读 · 2020年3月19日
Few-shot Natural Language Generation for Task-Oriented Dialog
Few-shot Natural Language Generation for Task-Oriented Dialog
Arxiv
30+阅读 · 2020年2月27日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
A Comprehensive Survey on Transfer Learning
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Challenges in Building Intelligent Open-domain Dialog Systems
Arxiv
21+阅读 · 2019年5月13日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
自然语言处理
相关VIP内容
[ICLR2022]PU learning（Positive and Unlabeled learning）任务的mixup方法
[ICLR2022]PU learning（Positive and Unlabeled learning）任务的mixup方法
专知会员服务
18+阅读 · 2022年2月2日
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
对话管理的综述论文:最近的进展和挑战，A Survey on Dialog Management: Recent Advances and Challenges
对话管理的综述论文:最近的进展和挑战，A Survey on Dialog Management: Recent Advances and Challenges
专知会员服务
82+阅读 · 2020年5月10日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
【强化学习资源集合】Awesome Reinforcement Learning
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
专知会员服务
53+阅读 · 2019年11月28日
【NLP模型的跨语言/跨领域迁移】《Transferring NLP models across languages and domains》
【NLP模型的跨语言/跨领域迁移】《Transferring NLP models across languages and domains》
专知会员服务
42+阅读 · 2019年11月25日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
热门VIP内容
相关资讯
IEEE ICKG 2022: Call for Papers
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
【ICIG2021】Latest News & Announcements of the Tutorial
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Workshop
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
相关论文
Model-Based Reinforcement Learning for Stochastic Hybrid Systems
Model-Based Reinforcement Learning for Stochastic Hybrid Systems
Arxiv
0+阅读 · 2022年11月2日
Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions
Arxiv
31+阅读 · 2021年9月27日
A Survey on Reinforcement Learning for Recommender Systems
Arxiv
22+阅读 · 2021年9月22日
A Survey of Deep Reinforcement Learning in Recommender Systems: A Systematic Review and Future Directions
Arxiv
14+阅读 · 2021年9月8日
Transfer Learning in Deep Reinforcement Learning: A Survey
Transfer Learning in Deep Reinforcement Learning: A Survey
Arxiv
23+阅读 · 2020年9月16日
Recent Advances and Challenges in Task-oriented Dialog System
Recent Advances and Challenges in Task-oriented Dialog System
Arxiv
18+阅读 · 2020年3月19日
Few-shot Natural Language Generation for Task-Oriented Dialog
Few-shot Natural Language Generation for Task-Oriented Dialog
Arxiv
30+阅读 · 2020年2月27日
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
A Survey of Reinforcement Learning Techniques: Strategies, Recent Development, and Future Directions
Arxiv
79+阅读 · 2020年1月19日
A Comprehensive Survey on Transfer Learning
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Challenges in Building Intelligent Open-domain Dialog Systems
Arxiv
21+阅读 · 2019年5月13日
相关基金
非均质量子器件Schr？dinger-Poisson系统多尺度分析与算法研究
国家自然科学基金
0+阅读 · 2014年12月31日
Kahler 曲面中特殊曲面的研究
国家自然科学基金
0+阅读 · 2014年12月31日
Calderon问题和边界刚性问题
国家自然科学基金
0+阅读 · 2013年12月31日
Vlasov-Poisson-Boltzmann方程研究
国家自然科学基金
0+阅读 · 2013年12月31日
几何结构形变空间的几何拓扑
国家自然科学基金
0+阅读 · 2012年12月31日
群代数的双曲模判别及应用
国家自然科学基金
0+阅读 · 2011年12月31日
新的核膜定位分子TRAF3IP3促进细胞增殖的机制研究及其在血液系统细胞中的功能探索
国家自然科学基金
0+阅读 · 2011年12月31日
DR5功能性单抗逆转卵巢癌顺铂耐药的机制研究
国家自然科学基金
0+阅读 · 2009年12月31日
双曲几何流
国家自然科学基金
0+阅读 · 2009年12月31日
EMCD和ALCHEMI研究单个DMS纳米结构的铁磁性内禀属性
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员
Top