- python3.7
- torch1.2
- numpy
- tqdm
- sklearn
- pickle
python example.py 0 0 --num 3
第一个参数user type，0表示模拟用户，1表示命令行输入
第二个参数agent type，0表示基于规则的系统，1表示基于强化学习的系统
第三个参数（可选），对话次数，默认为1
note：选择命令行输入时会提供目标餐厅信息，根据提供的信息回答系统提出的问题
Conversational Recommender System
https://arxiv.org/abs/1806.03277
| average reward | average turn | success rate |
|---|---|---|
| 31.0821 | 3.7336 | 0.9676 |
当前仓库包含已训练好的模型参数
如需重新训练，可使用脚本make_data.sh生成数据
在每个模块的子文件夹中，包含各个模块训练使用的代码