dialogue reinforce

• 对话生成的深度加强学习

• 神经对话模型的多样性目标函数

为了更好地使用Parlai，我们可以更好地重复使用和模块化。

脚本可用于使环境在相应目录中的Linux和Windows上截然不同。

 ./linux/setup.sh

或者

 ./windows/setup.ps1

要获得具有监督学习的初始模型，请运行train.sh或train.ps1脚本。在获得基于增强学习的微调的初始策略之后，以与预训练脚本相同的参数运行reinforce.sh或reinforce.ps1 。

 ./linux/train.sh --task dailydialog --model seq2seq

 ./linux/reinforce.sh --task dailydialog --model seq2seq

reinforce.sh将从默认checkpoints/<model_name>目录或可选的--model_file中提供的模型加载模型预训练的模型。