论文略读 | Hybrid Code Networks: practical and efficient end-to-end dialog control with supervised and r

1. 传统端到端学习的弊端： 数据驱动型，需要海量数据来学习简单的行为数据驱动型，需要海量数据来学习简单的行为 领域迁移时，无法加入领域先验知识 本文提出的HCN（端到端，任务型），不仅可以保留对话状态的潜在表示，还能显著减少训练数据量（结合监督学习和强化学习来优化），同时获得satte-of-art的性能。 2. 端到端和pipeline的对比： pipeline需要经过 NUL，DST，动作策

>>阅读原文<<