滴滴 KDD 2019 重點論文分享

知識 08-07

分享主題

滴滴KDD2019重點論文分享

1. Automatic Dialogue Summary Generation for Customer Service客服對話摘要自動生成

2. A Deep Value-network Based Approach for Multi-Driver Order Dispatching,基於深度價值網路的多司機訂單指派模型

分享背景

美國當地時間8月4日至8日，國際數據挖掘頂會KDD在阿拉斯加安克雷奇市舉行。本次分享會，來自滴滴兩名講者將分別分享收錄於KDD2019的研究成果—滴滴如何基於深度學習方法自動化地生成工單摘要，並基於深度強化學習與半馬爾科夫決策過程進行智能派單。

分享論文概述

1. 客服對話摘要自動生成

Automatic Dialogue Summary Generation for Customer Service

滴滴客服每天需要處理大量進線諮詢，對於每一個進線諮詢，客服都需要記錄工單摘要，以方便其它客服以及客服質檢同學了解用戶的問題，客服的處理方案以及用戶的反饋等信息。紀錄工單摘要佔用了客服大量的時間，因此自動生成工單摘要可以大大提高客服工作效率。摘要需要有完整性，邏輯性與正確性，之前的研究很少考慮這些要求。

本文提出了引入要點序列這個輔助信息來解決這些問題。要點序列描述了摘要的邏輯關係，並涵蓋關鍵信息。對於訓練數據，我們利用基於規則從摘要中提取要點序列，在並訓練過程中採用多任務學習的方法，讓模型同時學習如何生成要點序列與工單摘要。對於測試數據，模型首先生成要點序列，然後在其指導下生成相應的摘要序列。我們設計Leader-Writer網路來完成這個工作。

在滴滴數據集上的實驗表明，Leader-Writer網路，不僅在BLEU與ROUGE-L得分上優於其它模型，並且生成的摘要在邏輯性，完整性以及正確性上表現更優。

2. 基於深度價值網路的多司機訂單指派模型

A Deep Value-network Based Approach for Multi-Driver Order Dispatching

本文提出一種新的基於深度強化學習與半馬爾科夫決策過程的智能派單應用，在同時考慮時間與空間的長期優化目標的基礎上利用深度神經網路進行更準確有效的價值估計。

針對派單應用中的關鍵時空及情景式特徵輸入，我們專門設計了全新的多精度分散式狀態表達模塊(Hierarchical Geocoding with Cerebellar Embedding)，能自適應於訓練數據時空上的分布特性，增強泛化以及學習有效性。進一步提出在價值迭代訓練中使用Lipschitz正則化來約束價值函數的Lipschitz常數。我們發現這種正則化能有效去除價值估計中的異常估計，並且能增強價值迭代穩定性加快MDP策略收斂。最後，我們提出了專門針對派單的遷移學習方法，能有效提升多城市的訓練學習任務。

系統的離線模擬實驗以及在滴滴平台的在線AB實驗證明，我們提出的這種基於深度強化學習的派單演算法相比現有最好的方法能進一步顯著提昇平台各項效率及用戶體驗指標包括應答率，完單率以及司機收入。

分享嘉賓

王鵬博士，滴滴AI Labs（人工智慧實驗室） NLP推薦智能組負責人，主要負責智能客服推薦系統以及客服智能輔助相關演算法的研發，支持滴滴智能客服體系的建設，研究興趣點包括用戶行為預測，對話理解、問答系統等，在相關領域發表論文10餘篇。王鵬畢業於中科院計算技術研究所，在加入滴滴之前，在阿里巴巴搜索事業部工作，參與構建了阿里巴巴賣家關係網路及賣家分層管控體系。

唐小程博士，滴滴AI Labs（人工智慧實驗室）專家演算法工程師，在滴滴美研負責強化學習組交易引擎方向的研發工作。專註於機器學習優化演算法，推薦系統，強化學習等。2018年主導開發的強化學習端到端全局最優派單系統獲得在Montreal舉辦的NeurIPS人工智慧大會Best Demo Awards。本科畢業於浙江大學，在美國理海大學取得優化運籌學博士學位。在加入滴滴前，先後就職於IBM Watson，矽谷雅虎Labs，初創公司Pivotal Software。

分享提綱

一、客服對話摘要自動你生成

客服工單摘要難點及挑戰

基於輔助要點序列，提出了Leader-Writer網路

實驗結果與討論

二、基於深度價值網路的多司機訂單指派模型

出行場景派單難點及挑戰

深度價值網路的強化學習和匹配規劃

實驗結論和後續優化方向

分享時間

（北京時間）08 月 08 日（星期四）早上 10:00-11:30

掃碼加入小組，直播回放都不錯過，還能向講師提問，與組員交流。