本文提出了一种识别礼貌语言方面的计算框架，使用新的语料库对礼貌的不同方面进行评估，发现礼貌标记符与上下文之间的新互动，然后构建了一个具有领域无关词汇和句法特征的分类器，并通过对维基百科和 Stack Exchange 上的数据进行实验，研究了礼貌与社会权力之间的关系，并对性别和社区的反应进行了初步分析。

Jun, 2013

本文提出了一种新的礼貌转化任务，旨在将非礼貌语句转化为礼貌性语句并维持原意。我们提供了一个包含 1.39 多个自动标记有礼貌度的数据集，以鼓励对这一新任务进行基准评估。我们设计了一个标记生成管道，识别出风格属性，然后生成目标风格的句子，同时保留了源内容的大部分信息。对于礼貌性以及其他五个转移任务，我们的模型在内容保留的自动度量标准上优于现有技术，同时在风格转换准确性方面具有可比或更好的表现。此外，我们的模型在语法正确性、意义保留和转移准确性的人类评估方面优于现有方法的六个风格转移任务的所有。数据和代码位于此 https URL。

Apr, 2020

介绍了 PoliteRewrite 数据集，其中包括 10K 个人工标注和 GPT-3.5 协作标注的礼貌语言改写句子和 100K 个 GPT-3.5 自动生成的高质量礼貌句子改写，旨在为更具挑战性的句子改写研究做出贡献，并提出资源注释范式方面与预训练模型的协作思路。

Dec, 2022

我们提出了 TyDi QA—— 一个问答数据集，涵盖 11 种语言，并进行数据质量的量化分析和例级定性语言分析，以提供有关多语言建模的有挑战性和值得信赖的评估。

Mar, 2020

本文提出了三个用弱监督模型生成有礼貌或粗鲁对话响应的模型，分别是混合模型（Fusion）、标签微调模型（LFT）和强化学习模型（Polite-RL），并且这三个模型可以在没有平行数据的情况下执行。同时，本研究还比较了两种基于检索的有礼貌的对话模型，通过人工评估，结果表明 LFT 和 Polite-RL 模型可以显著地产生更有礼貌的响应，同时又不会牺牲对话质量。

May, 2018

介绍了 Mr.TyDi - 一个包括 11 种不同语言、多语言检索基准数据集，旨在评估利用学习的密集表示进行排名的效果。通过提供多语言 DPR 等基线模型，实验结果表明，虽然效果比 BM25 模型要差，但密集表示仍然可以提供有价值的相关信号，可以用于在稀疏和密集模型之间建立混合模型，具有进一步的研究意义。

Aug, 2021

使用解释框架从多语言语言模型中提取风格差异，比较不同语言之间的风格差异，探索礼貌在四种语言中的变化，进一步评估不同语言类别如何对风格变化做出贡献，并提供人们在全球范围内沟通差异的可解释性见解。

Oct, 2023

通过并行翻译圣经来开发广泛的主题，并利用众包工具收集标记数据，标注英文端的数据，并通过已对齐的诗句将标签映射到其他语言，从而为 1500 多种语言生成文本分类数据集，并对多个现有的多语言语言模型进行广泛基准测试。

May, 2023

本文介绍了关于礼貌情感对话行为关联的发现，证实了愤怒和厌恶等情感类别的话语更有可能是不礼貌的；而快乐和悲伤则更有礼貌。同时，我们也发现 Inform 和 Commissive 比 Question 和 Directive 包含更多有礼貌的话语。文章最后总结了这些发现的未来工作，以扩展使用礼貌教学社交行为的学习。

May, 2022

我们提供了一个高质量的数据集，包含 74 种语言中的超过 70k 个提示 - 回应对，用于训练最先进的开源英语语言模型，以实现多语言对话。在 6 种语言的 MT-Bench 对话基准测试中，我们的多语言模型优于先前的开源语言模型。此外，我们发现在更多多语言数据上进行训练有助于比仅仅在特定语言的数据上进行训练（如日语），从而提高性能。这些结果表明，在大量高质量多语言数据的训练下，实现更易用的语言模型变得必要。

May, 2024