Generalização de Poucos Exemplos em Tarefas de Diálogo

Gerenciadores de diálogo baseados em aprendizado de máquina são capazes de aprender comportamentos complexos para completar uma tarefa, mas não é simples estender suas capacidades para novos domínios. Investigamos a capacidade de diferentes políticas de lidar com comportamento de usuários não cooperativos e quão bem a experiência em completar uma tarefa (como reservas em restaurantes) pode ser reaplicada ao aprender uma nova (por exemplo, reservar um hotel). Introduzimos a Política de Diálogo de Embedding Recorrente (REDP), que incorpora ações do sistema e estados de diálogo no mesmo espaço vetorial. O REDP contém um componente de memória e um mecanismo de atenção baseado em uma Máquina de Turing Neural modificada, e supera significativamente um classificador LSTM de base nesta tarefa. Também mostramos que tanto nossa arquitetura quanto a de base solucionam a tarefa de diálogo bAbI, alcançando 100% de precisão nos testes.