任务型对话中的开源系统
本文使用SL（监督学习）来监督每个模型部件的学习，同时RL（强化学习）做end-to-end的训练。虽然是End2End的方法，但是还是单独设计模型的部件，不同部件解决Pipeline方法中的某个或多个模块。
原文地址： https://arxiv.org/abs/1703.01008
网络结构：
微软+台湾
源码：https://github/com/MiuLab/TC-Bot
原文：https://www.cnblogs.com/xuehuiping/p/12835446.html