Oct, 2020

STAR:用于迁移学习的基于模式的对话数据集

TL;DR我们提出了STAR,这是一个包含127,833个话语和基于知识库的查询,涵盖13个领域,共5820个任务型对话的模式引导数据集,旨在促进任务和领域的迁移学习。此外,我们提出了一种可扩展的众包范例,用于收集与STAR质量相同的任意大的数据集。此外,我们引入了新颖的模式引导对话模型,通过对任务的明确描述将从已知的任务泛化到未知的任务,证明了这些模型的有效性,尤其是在任务和领域的零-shot推广方面。