dialogue act classification | BriefGPT

关键词dialogue act classification

搜索结果 - 8

ACL使用自然对话引导技术的客户支持对话
介绍了一种多领域语音客户服务对话的数据集，名为 NatCS，用于研究自然语言对话系统，相对于现有的合成对话数据集，在多个指标上更加真实，其中对话行为的注释提供了更有效的训练数据。
PDFa year ago
联合 CTC 损失和自监督预训练声学编码器的端到端口语理解
本研究通过利用自我监督的声学编码器，提取文本嵌入，结合联合 CTC 和 SLU 损失的方法，实现了语音理解任务的话语级 SLU 模型，并在 DSTC2 数据集上比 SOTA 对话行为分类模型提高 4％绝对值，在 SLURP 数据集上比 SO
PDFa year ago
特殊标记和对话级注意力的分层对话理解
提出了一种简单而有效的分级对话理解模型 HiDialog，其中应用了多个特殊 Token 和层级转向注意力来模拟不同问题的语义，以及异构图模块来优化学到的语义嵌入，证明该模型在对话关系提取、对话情感识别和对话行为分类等多个任务上均达到了最先
PDFa year ago
用于端到端对话行为分类的神经韵律编码器
本文提出一种端到端神经网络架构，考虑到在话语中不同层级中共现的韵律现象的表征需求并利用一个可学习的门控机制来评估韵律特征的重要性并选择性地保留端对端 DAC 所需的核心信息。实验结果表明，我们的模型在三个公共基准数据集上将 DAC 的精度提
PDF2 years ago
基于转移学习的 GitHub 问题评论对话行为分类方法
本文提出一种基于转移学习的对 GitHub 评论的对话行为分类方法，该方法能更好地理解虚拟团队在社交编码平台上的协作过程，采用多种编码模型进行比较，并探讨其在 GitHub 任务评论分类上的应用。
PDF4 years ago
SIGIR面向开放域对话代理的上下文对话行为分类
本文提出了一种名为 CDAC 的深度学习算法，通过在 Switchboard 人际对话数据集上进行预训练并在人机对话数据集上微调，实现了上下文对话行为分类，并表明采用小样本人机对话数据微调 CDAC 模型可以更精确地预测真实用户的对话行为，
PDF4 years ago
ACL基于上下文感知自注意力机制的对话行为分类
本文研究 Dialogue Act 分类，提出了将上下文感知的自注意机制与分层循环神经网络相结合的方法，并在 SwDA Corpus 上证明了其在不同语义表征学习方法下的高精度表现。
PDF5 years ago
用于话语组成性的循环卷积神经网络
本文介绍用于语义向量计算的卷积神经网络和用于序列句子和说话人交互的循环神经网络，结合起来用于对话行为分类实验，取得了最先进的表现。
PDF11 years ago