Dialogrpt Human Vs Rand

🚀 演示項目

本項目提供了一個基於對話排名預訓練變換器（DialogRPT）的演示，用於預測對話回覆的相關性和質量。通過使用大規模的人類反饋數據進行訓練，該模型可以幫助提升現有對話生成模型的性能。

請嘗試這個 📔 Colab Notebook 演示（點擊此處！）

human_vs_rand 得分用於預測回覆與給定上下文的匹配程度，而非隨機回覆的可能性。

📚 DialogRPT-human-vs-rand

對話排名預訓練變換器

一個對話回覆獲得點贊和/或得到回覆的可能性有多大？

這正是 DialogRPT 模型旨在預測的內容。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。該模型可用於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

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 上創建一個問題。

📖 引用

@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}
}