day 15马尔可夫决策过程和先验控制向量在弱约束自然语言生成中的应用（2022 计算机学报）

在 本 文 中 ， 我 们 提 出 了 两 种 方 法 来 优 化 基 于 单 个 Ｌ Ｓ Ｔ Ｍ 网 络 的 弱 约 束 自 然 语 言 生 成 系 统 的 性 能 ． 第 一个 方 法 是 先 验 控 制 向 量 ． 先 验 控 制 向 量 是 从 参 考 序 列 中 无 监 督 提 取 而 来 ， 可 以 帮 助 模 型 缩 小 生 成 空 间 并 提 供 先 验 知 识 生 成 更 为 自 然 的 序 列 ． 第 二 个 方 法 是 使 用 策 略 梯 度 算 法 进 行 训 练 ， 这 使 得 我 们 可 以 直 接 使 用 测 试 准 则 来 训 练 神 经 网 络 ． 同 时 ， 我 们 还 使 用 Ｍ Ｄ Ｐ 重 定 义 了 弱 约 束 自 然 语 言 生 成 问 题 ， 这 样 可 以 很 容 易 使 用 其 他 强 化 学 习 的 算 法 来 解 决 弱 约 束 自 然 语 言 生 成 问 题 ． 从 实 验 结 果 中 可 以 看 出 ， 本 文 提 出 的 方 法 相 比 于 普 通 的 Ｌ ＳＴ Ｍ 语 言 模 型 基 线 系 统 有 着 绝 对 约 ２ ％