【EMNLP2019教程】端到端学习对话人工智能，附237页PPT下载

教程简介： 最近AI对话技术的飞跃式发展，无疑与越来越复杂的深度学习算法有关，而深度学习算法所捕捉到的模式是由各种数据收集机制生成的。因此，本教程的目标是双重的。首先，它旨在让学术界熟悉基于统计学的对话系统算法设计的最新进展，其中包括开放性领域和基于任务的对话范例。本教程的重点是介绍对话系统端到端的学习机制，以及它们与更加常见的模块系统之间的关联。从理论上讲，从数据中学习端到端可以为对话系统提供无缝的、空前的可移植性，有着非常广阔的应用前景。从实践的角度来看，该领域仍然存在大量的研究挑战和机会:在本教程中，我们会分析理论和实践之间的差异，并介绍当前端到端对话学习的主要优势和实践中的局限性。

目录：

• 理解数据(带注释和不带注释的)收集对AI对话系统的重要性。
• 介绍最新的关于AI对话系统的数据收集范式。
• 阐述大规模无结构的对话数据在对话系统预训练方面的可用性。
• 提供端到端数据驱动在AI对话学习模型的概述。
• 讨论数据和算法选择之间的重要性。
• 关于当前(任务导向)AI对话在实际操作中的一个行业视角。

下载链接: https://pan.baidu.com/s/1qV4uQItQSZj0kWsXa4QgPg 提取码: kk3v