对话系统论文集（20）-阅读state tracking笔记

论文《Global-Locally Self-Attentive Encoder for Dialogue State Tracking》
论文Sequicity: Simplifying Task-oriented Dialogue Systems with Single
Sequence-to-Sequence Architectures

---

第一篇

输入是： $X ∈ R^{n×d_{emb}}$n是一句话的单词个数
输出是：
模型框架：global LSTM+local LSTM ->global attn + local attn
global是slot之间
local是slot自己的value信息

生成的是state的信息，与要产生的action没有关系。

---

第二篇
先生成B（就是槽值对），
然后生成回复（KB结果结合之前的生成）使用encoder-decoder
数据集不是dstc2