interpersonal language style shifting in dialogues is an interesting and
almost instinctive ability of human. Understanding interpersonal relationship
from language content is also a crucial step toward further u
本文介绍了第一个人工注释的基于对话的关系抽取(RE)数据集 DialogRE,用于支持在对话中预测两个参数之间的关系,尤其是涉及多个句子的跨句子 RE 任务,并基于分析指出演讲者相关信息在该任务中发挥了关键作用。在提出一个新的评估指标以评估在会话环境中进行 RE 方法的性能之后,本文研究了几种常用的 RE 方法在 DialogRE 数据集上的表现,并通过实验证明,最佳表现模型的扩展可以在标准和会话环境的评估设置中都取得收益。
时间压力和话题协商对人们在即兴对话环境中利用话语关系(DRs)存在限制。本研究使用初学者注释的众包数据,将一种面向书面语的 DR 系统适应到即兴对话中,并测试不同类型的多发话语环境中的话语关系使用情况。我们比较说话者内部和跨说话者以及连续回合内部和跨连续回合的 DR 注释模式。最终,我们发现不同的话语环境产生不同的话语关系分布,而单个回合的注释给注释者带来最大的不确定性。此外,我们发现话语关系注释的质量足以从话语单位的嵌入中进行预测。