Dialogrpt Width

🚀 對話響應排名預訓練模型（DialogRPT）演示

本項目聚焦於對話響應排名，藉助預訓練模型預測對話響應獲得點贊和回覆的可能性，可用於優化現有對話生成模型。

🚀 快速開始

請嘗試這個 📔 Colab Notebook 演示（點擊此處）。

📚 詳細文檔

響應可能性預測示例

width 得分用於預測回覆獲得回應的可能性。

對話排名預訓練模型（DialogRPT）

對話回覆獲得點贊和/或得到回應的可能性有多大？

這正是 DialogRPT 旨在預測的內容。它是由 微軟研究院自然語言處理小組 提出的一組對話回覆排名模型，基於超過一億條人類反饋數據進行訓練。該模型可通過對生成的回覆候選進行重新排序，來改進現有的對話生成模型（例如 DialoGPT）。

快速鏈接

• EMNLP'20 論文
• 數據集、訓練和評估
• Colab Notebook 演示

任務與預訓練模型

我們考慮了以下任務，並提供了相應的預訓練模型。

📞 聯繫我們

請在 我們的倉庫 上創建一個 issue。

📄 許可證

引用信息

@inproceedings{gao2020dialogrpt,
    title={Dialogue Response RankingTraining with Large-Scale Human Feedback Data},
    author={Xiang Gao and Yizhe Zhang and Michel Galley and Chris Brockett and Bill Dolan},
    year={2020},
    booktitle={EMNLP}
}