1. 研究目的与意义（文献综述）

1.1 课题来源

本课题联系当前nlp领域热门的对话系统领域问题，旨在研究博弈现象在对话系统中的应用和实现。

1.2 研究目的及意义

1.2.1 研究目的

针对当前目的导向型对话系统中，在博弈情境中的应用问题，设计基于supervised learning和reinforcement learning的博弈对话系统，研究在博弈情境中的对话系统运行机制，实现一个高效的博弈型对话系统。

2. 研究的基本内容与方案

2.1 研究内容

本文主要实现一种能够进行高效博弈的对话系统，从而在买卖场景中提供更优的解决方案。通过对研究现状的分析，本系统拟采用端到端的方式，利用强化学习来训练状态跟踪器及策略学习，从而优化系统的鲁棒性。具体的内容包括以下几个部分：

（1）对话数据采集

数据采集对于机器学习的模型训练是一个非常重要的环节，主要有以下几种方式：

3. 研究计划与安排

(1)2019/1/14—2019/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

(2)2019/2/29—2019/4/30：对话系统架构设计与开发、系统测试与完善；

(3)2019/5/1—2019/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1] hongshen cheny, xiaorui liuz, dawei yiny, and jiliang tangz. 2017.a survey on dialogue systems: recent advances and new frontiers. acm sigkddexplorations newsletter

[2] m. lewis, d. yarats, y. n. dauphin, d. parikh, and d. batra.2017. deal or no deal? end-to-end learning for negotiation dialogues. inempirical methods in natural language processing (emnlp)

[3] h he, d chen, a balakrishnan, p liang. 2018. decoupling strategyand generation in negotiation dialogues. arxiv:1808.09637