使用Self-play和Reward-based Sampling优化低资源设置的对话策略

塔林杜·马杜桑卡,杜拉西·兰加普里,蒂莎拉·威尔米拉,北洋鸡Thayasivam,萨纳特·贾亚塞纳

选集ID：
2020.批准-1.21
体积：
第34届亚太语言、信息和计算会议记录
月份：
十月
年份：
2020
地址：
越南河内
编辑：
民乐阮,Mai Chi Luong公司,桑豪·宋
地点：
PACLIC公司
SIG公司：
出版商：
计算语言学协会
注：
页：
178–187
语言：
网址：
https://aclantology.org/2020.paclic-1.21
内政部：
比比键：
引用（ACL）：
Tharindu Madusanka、Durashi Langappuli、Thisara Welmilla、Uthayasanker Thayasivam和Sanath Jayasena。2020使用Self-play和Reward-based Sampling优化低资源设置的对话策略.英寸第34届亚太语言、信息和计算会议记录，第178-187页，越南河内。计算语言学协会。
引用（非正式）：
使用Self-play和Reward-based Sampling优化低资源设置的对话策略（Madusanka等人，PACLIC 2020）
复制引文：
PDF格式：
https://aclcollectory.org/2020.paclic-1.21.pdf
PDF格式 引用 搜索