关键词human-machine conversations
搜索结果 - 3
- ACL去除黄金标准:重新评估对话问答
本文对目前最先进的对话问答系统进行了首次的大规模人类评估,发现人类与机器之间的对话存在显著差异。此外,基于预测历史的问题重写机制能够更好地与人类判断相一致。通过研究各种建模策略,讨论了构建更好的对话问答系统的未来方向。
- 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, - MIDAS:面向开放域人机口语对话的对话行为注释方案
本文设计了一个层次结构和支持多标签的对话行为注释方案 MIDAS,针对开放领域的人机对话。为了验证该方案的适用性,我们利用迁移学习方法训练多标签对话行为预测模型,并达到了 0.79 的 F1 分数。