A Framework for Unsupervised Learning of Dialogue Strategies


Première édition

Édité par Similar

This book addresses the problems of spoken dialogue system design and especially automatic learning of optimal strategies for man-machine dialogues. Besides the description of the learning methods, this text proposes a framework for realistic simulation of human-machine dialogues based on probabilistic techniques, which allows automatic evaluation and unsupervised learning of dialogue strategies. This framework relies on stochastic modelling of modules composing spoken dialogue systems as well as on user modelling. Special care has been taken to build models that can either be hand-tuned or learned from generic data.


Livre broché - En anglais 12,90 €

InfoPour plus d'informations à propos de la TVA et d'autres moyens de paiement, consultez la rubrique "Paiement & TVA".
Info Les commandes en ligne se font via notre partenaire i6doc.

Spécifications


Éditeur
Presses universitaires de Louvain
Co-éditeur
Simlar
Partie du titre
Numéro 2
Auteur
Olivier Pietquin,
Édité par
Similar,
Collection
SIMILAR
Langue
anglais
Catégorie (éditeur)
Sciences appliquées > Informatique > Réseaux et télécommunication
Catégorie (éditeur)
Sciences appliquées
BISAC Subject Heading
COM000000 COMPUTERS
Code publique Onix
06 Professionnel et académique
CLIL (Version 2013-2019 )
3238 Réseaux et Télécommunications
Date de première publication du titre
01 janvier 2004
Subject Scheme Identifier Code
Classification thématique Thema: Technologie des communications / télécommunications
Type d'ouvrage
Thèse
Langue originale
anglais

Livre broché


Date de publication
01 janvier 2004
ISBN-13
978-2-93034-463-8
Ampleur
Nombre de pages de contenu principal : 246
Code interne
70221
Format
16 x 24 x 1,4 cm
Poids
402 grammes
Prix
12,90 €
ONIX XML
Version 2.1, Version 3

Google Livres Aperçu


Publier un commentaire sur cet ouvrage

Si vous avez une question, utilisez plutôt notre formulaire de contact

Extrait


Texte intégral en PDF à télécharger gratuitement