对话系统日更（1）-DPL综述

DPL综述： 参考：https://zhuanlan.zhihu.com/p/52692962 dialogue act对应于DPL，表明在限制条件（之前的累积目标、对话历史等）下系统要执行的动作（接下来的策略），这个动作可能不是追求当前收益最大化，而是未来收益最大化。 state：状态St是一种包含 0时刻到t时刻的对话历史、 用户目标 意图和槽值对的数据结构 它的输入是Un（n时刻的意图和槽值

>>阅读原文<<