Learning Low-Resource End-To-End Goal-Oriented Dialog for Fast and Reliable System Deployment

タスク指向の対話タスクに関して、学習が早く信頼性の高い実用的なシステムを提案した論文。提案手法のポイントとしては、次の2つ: (1) 応答文を自動選択するか人間に判断してもらう機構の導入 (2) 学習方法にModel Agnostic Meta-Learning (MAML)を採用。これらによって、わずか10対話程度のデータであっても高い性能を達成することが可能。