ACLFeb, 2020

ConvLab-2：一个用于构建、评估和诊断对话系统的开源工具包

PDF
TL;DRConvLab-2 是一款开源工具包，它可以帮助研究人员建立任务导向的对话系统，具备最先进的模型，进行端到端评估，并诊断系统的不足之处。
convlab-2dialogue systemopen-source toolkitstate-of-the-art modelsdiagnosing weakness
发现论文，激发创造
  • ConvLab：多领域端到端对话系统平台

    ConvLab 是一个开源的多领域端到端对话系统平台，它使研究人员能够快速设置实验，并比较许多不同的方法，从传统的管道系统到端到端的神经模型，在共同环境中。ConvLab 提供了一组完全注释的数据集和相关的预训练参考模型。我们扩展了 MultiWOZ 数据集，使用用户对话行为注释来训练所有组件模型，并展示了 ConvLab 如何使得在多领域端到端对话设置中进行复杂实验变得简单而不费力。

    Apr, 2019

  • ConvLab-3: 基于统一数据格式的灵活对话系统工具包

    ConvLab-3 是一个灵活的对话系统工具包，基于统一的面向任务对话（TOD）数据格式，旨在解决 TOD 数据集的多种格式和本体的障碍，可极大地降低模型适应新模型或数据集的成本。

    Nov, 2022

  • ConvoKit：对话分析工具包

    ConvoKit 是一款开源工具套件，提供了统一的数据结构和大量不同类型的对话数据集，降低了对话分析的技术门槛，促进了对话计算方法的广泛采用。

    May, 2020

  • Edu-ConvoKit：教育对话数据的开源库

    介绍了 Edu-ConvoKit，这是一个开源库，用于处理教育中的对话数据的预处理、注释和分析。资源匮乏使得对教育对话数据进行分析的研究具有挑战性，因此难以获取。通过 Edu-ConvoKit，我们解决了这些问题。

    Feb, 2024

  • CRSLab：一个用于构建对话式推荐系统的开源工具包

    提出了一种名为 CRSLab 的开源工具包，为统一和扩展框架提供高度解耦合的模块以开发对话型推荐系统，并收集了 6 个常用的 CRS 数据集和实现 18 个模型，包括最近的技术，例如图神经网络和预训练模型。工具包提供了一系列自动评估协议和人机交互界面，以测试和比较不同的 CRS 方法

    Jan, 2021

  • 面向对话人工智能的统一预训练框架

    本文探讨了 PLATO-2 在各种对话系统中的应用，包括开放域对话、知识基础对话和任务导向对话，并通过参与 DSTC9 的多项任务的综合评估证实其在各种对话系统中的有效性。

    May, 2021

  • DialogConv：一种用于多视角响应选择的轻量级全卷积网络

    本文提出了一种轻量级的完全卷积体系结构 DialogConv，在卷积操作的基础上，对上下文和回应进行匹配，以从多个上下文视角捕获更丰富的语义信息，与现有模型相比，DialogConv 大小平均缩小 8.5 倍，CPU 和 GPU 设备上分别快了 79.39 倍和 10.64 倍。

    Oct, 2022

  • Alexa Conversations: 一种可扩展的数据驱动方法用于构建面向任务的对话系统

    Alexa Conversations 是一种新的目标导向对话系统构建方法，它使用基于对 API 和实体的规格的对话模拟器来生成对话，提供了对自然对话现象的支持，并通过减轻开发人员的负担来降低了对话系统的创建成本。

    Apr, 2021

  • 对话学习器 -- 用于构建任务导向对话系统的对话管理器的机器教学工具

    该研究论文提出了 Conversation Learner，一种结合了规则导向对话管理和基于机器学习的参数模型的机器教学工具，可以通过利用用户和系统之间的对话日志作为训练数据，帮助对话作者构建灵活应对复杂对话的对话管理器。

    Apr, 2020

  • EVA2.0：基于大规模预训练的中文开放领域对话系统研究

    本文研究大规模预训练对于中文场景下开放域对话系统的影响，提出 EVA2.0 模型，并通过自动和人工评估证明该模型在公开数据集上表现更优，同时讨论了该工作的局限性和未来方向。

    Mar, 2022