{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,9,12]，“日期-时间”：“2024-09-12T01:47:29Z”，“时间戳”：1726105649016}，“出版商位置”：“查姆”，“参考-计数”：15，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“类型”：”打印“，“值”：“9783030638191”}，{“type”：“电子”，“value”：“9783030638207”｝]，“license”：[｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“http:\/\/wspringer.com\/tdm”｝，｛“start”：｛“date parts”：[[2020,1,1]]，“date time”：“2020-01-01T00:00:00Z”，“timestamp”：157783680000 6800000｝，“内容版本”：“vor”，“delay-in-days”：0，“URL”：“http:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\/\www.springer.com\/tdm”}1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2020]]}，”DOI“：”10.1007\/978-3030-63820-7_81“，”类型“book-capter”，“创建“：{“date-parts”：[[2020,11,18]]，“date-time”：“2020-11-18T04:12:07Z”，“时间戳”：1605672727000}，“页面”：“709-716”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：6，”title“：[”基于强化学习的个性化神经对话生成“]，”prefix“：”10.1007“，”author“：[{”given“Tulika”，“family”：“Saha”，“sequence”：“first”，“affiliation”：[]｝，｛“given”：“Saraansh”，“family”：“Chopra”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Sriparna”，“family”：“Saha”，“sequence”：“additional”，“affiliation”：[]｝，｛“given”：“Pushpak”，“family”：“Bhattacharyya”，“sequence”：“additional”，“affiliation”：[]｝，“member”：“297”，“published online”：｛“date parts”：[[2020,11,17]]｝，“引用”：[{“key”：“81_CR1”，“unstructured”：“Bahdanau，D.，Cho，K.，Bengio，Y.：通过联合学习对齐和翻译的神经机器翻译。In:Bengio、Y.，LeCun，Y.（eds.）第三届国际学习代表大会。ICLR（2015）。http://\/arxiv.org\/abs\/1409.0473”}，{“key”：”81_CR2“，”doi-asserted-by“：”publisher“，”first page“123”，“DOI”：“10.1016\/j.csl.2019.06.009”，“volume”：“59”，“author”：“O Du\u0161ek”，“year”：“2020”，“unstructured”：“Du\u061ek，O.，Novikova，j.，Rieser，V.：评估端到端自然语言生成的最新水平：e2e nlg挑战。Compute.Speech Lang.59，123\u2013156（2020）”，“journal-title”：“Compute.语音语言”}，{“key”：”81_CR3“，“非结构化”：“Hermans，A.，Beyer，L.，Leibe，B.：为个人重新识别的三重损失辩护。CoRR abs \/1703.07737（2017）。http://\/arxiv.org\/abs\/1703.0 7737”}，{“key”：“81_CR4”，“doi-asserted-by”：“crossref”，“非结构性”：“Li，J.，Monroe，W.，Ritter，A.，Jurafsky，D.，Galley，M.，Gao，J.：对话生成的深层强化学习。摘自：Su，J..，Carreras，X.，Duh，K.（eds.）《2016年自然语言处理经验方法会议论文集》，EMNLP（2016）。https:\/\/doi.org\/10.18653\/v1\/d16-1127”，“doi”：“10.18653\/v1\/d16-127”}，{“key”：“81_CR5”，“doi-asserted-by”：“crossref”，“unstructured”：“Mazar\u00e9，P.，Humeau，S.，Raison，M.，Bordes，A.：培训数百万个性化对话代理。摘自：Riloff，E.，Chiang，D.，Hockenmaier，J.，Tsujii，J.（eds.）《2018年自然语言处理实证方法会议论文集》（2018）.https:\/\/doi.org\/10.18653\/v1\/d18-1298“，”doi“：”10.18653\/v1\/d18-1298”}，{“key”：“81_CR6”，“unstructured”：“Papineni，K.，Roukos，S.，Ward，T.，Zhu，W.：Bleu:机器翻译的自动评估方法。摘自：计算语言学协会第40届年会论文集（2002）https:\/\/www.aclweb.org\/contology\/P02-1040\/“}，{“key”：“81_CR7”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“publisher”，“first page”：”359“，“doi”：“10.1007\/978-3-030-04182-3_32”，“volume-title”：”神经信息处理“，“author”：“T Saha”，“year”：“2018”，“unstructured”：“Saha，T.，Gupta，D.，Saha，S.，Bhattacharyya，P.：基于强化学习的对话管理策略。收录人：Cheng，L.，Leung，A.C.S.，Ozawa，S.（编辑）ICONIP 2018。LNCS，第11303卷，第359\u2013372页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-030-04182-3_32“}，{“key”：“81_CR8”，“unstructured”：“塞尔维亚人，I.V.，Sordoni，A.，Bengio，Y.，Courville，A.C.，Pineau，J.：使用生成层次神经网络模型构建端到端对话系统。In:Schuurmans，D.，Wellman，M.P.（eds.）第三十届AAAI人工智能会议记录（2016年）。http://www.aaai.org\/ocs\/index.php\/AAAAI\/AAAI16\/paper\/view\/11957“}，{“key”：“81_CR9”，“unstructured”：“Serban，I.V.，et al.：用于生成对话的分层潜在变量编解码器模型。摘自：Singh，S.P.，Markovitch，S.（eds.）《第三十届aaai人工智能会议论文集》，美国（2017）.http://\/aaai.org\/ocs\/index.php\/aaai\/AAAII7\/paper\/view\/14567“}，{“key”：“81_CR10”，“unstructured”：“Sukhbaatar，S.，Szlam，A.，Weston，J.，Fergus，R.：端到端内存网络。In：Cortes，C.，Lawrence，N.D.，Lee，D.D.，Sugiyama，M.，Garnett，R.（eds.）《神经信息处理系统进展》28：神经信息处理体系年度会议（2015年）。http:\/\/papers.nips.cc\/paper\/5846-end-to-end-memory-networks“}，{“key”：“81_CR11”，“doi-asserted-by”：“crossref”，“unstructured”：“Welch，B.L.：当涉及多个不同的总体方差时，学生\u2019s\u2019问题的泛化。生物统计学（1947）”，“doi”：“10.2307\/2332510”}，“key“：”81_CR12“，”非结构化“：”Zaremba，W.，Sutskever，I.：强化学习神经图灵机器——修订版。arXiv预印本arXiv:1505.00521（2015）“}，{“key”：“81_CR13”，“unstructured”：“Zhang，S.，Dinan，E.，Urbanek，J.，Szlam，A.，Kiela，D.，Weston，J.：个性化对话代理：我有狗，你也有宠物吗？收录：Gurevych，i.，Miyao，Y.（编辑）计算语言学协会第56届年会论文集，ACL（2018）.https:\/\/www.aclweb.org\/contology\/P18-1205\/“}，{“key”：“81_CR14”，“unstructured”：“Zheng，Y.，Chen，G.，Huang，M.，Liu，S.，Zhu，X.：具有多样化特征的个性化对话生成。arXiv预印本arXiv:1901.09672（2019）”}Zheng，Y.，Zhang，R.，Huang，M.，Mao，X.：一个基于预训练的个性化对话生成模型，包含角色解析数据。摘自：第三十四届AAAI人工智能会议，AAAI（2020年）。https:\/\/aaai.org\/ojs\/index.php\/aaai\/aarticle\/view\/6518“}]，“container-title”：[“计算机和信息科学中的通信”，“神经信息处理”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\//link.springer.com\/content\/pdf\/10007\/978-3-030-63820-7_81”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2021,4,24]]，”date-time“：”2021-04-24T18:29:09Z“，”timestamp“：1619288949000}，”score“：1，”resource“：”primary“：”{“URL”：“https:\\/link.springer.com\/10007\/978-3030-63820-7_81”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[[2020年]]}，“ISBN”：[“9783030638191”，“9783030638207“]，”references-count“：15，”URL“：”http://\/dx.doi.org\/10.1007\/978-3-030-63820-7_81“，”relation“：{}，”ISSN“：[”1865-0929“，”1865-0.937“]，“ISSN-type”：[{“type”:“print”，“value”：“1865-0929}，{“type”：“electronic”，“value”：“865-0937”}]，“subject”：[]，“published”：{“date-parts”“：[[2020]]}，”断言“：[{”值“：”2020年11月17日“，”订单“：1，”名称“：”first_online，“label”：“first online”，“group”：{“name”：“ChapterHistory”，“label:”Chapter History“}}，{“value”：“ICONIP”，“order”：1，“name”:“conference_acrombit”，“table”：“conference acronym”，“群名”：{name”：conference_name“，”label“：”会议名称“，”group“：{”name“：”ConferenceInfo“，”label“：“会议信息”}}，{”value“：”曼谷“，”order“：3，”name“:”conference_city“，”标签“：”会展城市“，”group“：group“：{”name“：”ConferenceInfo“，”label“：”会议信息“}}，{”value“：”2020“，”order“：5，”name“:”Conference_year“，”tabel“：“会议年份”，“group”：{“name”：“ConferenceInformo”，“label”：“会议信息”}，“value”：“2020年11月18日”，“order”：7，“name“，”label“：”Conference Information“}}，{“value”：“2020年11月22日”，“order”：8，“name”：“Conference_end_date”，“label”：“ConferenceEnd date”，“group”：{“name”:“ConferenceInfo”，”label“:”Conferency Information“{}，”value“：”27“，”order“：9，”name“：”Conference_number“，”label:“Conversation number”，”group“：{”name“ConfernceInfo”“，”标签“：”会议信息“}}}”，{value“：”iconip2020“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：“value”：“单盲”，“order“：1，”name“：”type“，”label“：”type“，”group“：同行评审信息（由会议组织者提供）“}}，{“value”：“618”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息”（由会议主办方提供）number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”189“，“order”：5，“name”：ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”30%-该值由等式“接受的全文数”/“发送供评审的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_Full_Papers“，”标签“：”全文接受率”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”｝｝，｛“value”：“3.18”，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评审数”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“同行评议信息（由会议组织者提供）“}}，{“value”：“3.68”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评议资料（由会议主办方提供）”}}}external_reviewers_involved“，”label“：”涉及的外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（由会议组织者提供）“}}，”{“value”：“由于新冠肺炎疫情，会议实际上举行了。”，“order”：10，“name”：“additional_info_on_Review_process”，“label”：“”评审过程附加信息“，”组“：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}]}}