【RASA】TED Policy：Dialogue Transformers_rasa ted policy

重磅推荐专栏：
《大模型AIGC》
《课程大纲》
《知识星球》

本专栏致力于探索和讨论当今最前沿的技术趋势和应用领域，包括但不限于ChatGPT和Stable Diffusion等。我们将深入研究大型模型的开发和应用，以及与之相关的人工智能生成内容（AIGC）技术。通过深入的技术解析和实践经验分享，旨在帮助读者更好地理解和应用这些领域的最新进展

最近工作中使用到rasa，其core部分有一个rasa自己提出的TED Policy框架组建，可用于进行对话决策。今天有空，就来研究下它~

论文《Dialogue Transformers》地址：https://arxiv.org/abs/1910.00486

让我们整体的看一下当 TED Policy从输入到输出进行预测时会发生什么。

在每个对话回合，TED Policy将3部分信息作为输入：用户消息的意图和实体、预测的先前执行的Action、槽位。这些中的每一个都在输入到transformer之前进行了特征化和连接。

那这3部分是如何特征化的呢？

• 意图实体：对意图和实体进行token，再进行bag-of-words representation。所以TED Policy 需要