Dialogrpt Depth

🚀 對話響應排名預訓練模型（DialogRPT）演示

本項目提供了基於大規模人類反饋數據訓練的對話響應排名模型的演示，可用於預測對話響應的質量和引發長討論的可能性。

🚀 快速開始

請嘗試這個 📔 Colab Notebook 演示（點擊此處）

🔍 對話示例與深度得分

深度得分用於預測回覆引發長後續討論的可能性。

✨ 主要特性

DialogRPT-depth 模型

對話排名預訓練變換器（Dialog Ranking Pretrained Transformers）

對話回覆獲得點贊和/或被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，基於數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

📚 詳細文檔

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

如果您有任何問題，請在 我們的倉庫 上創建一個 issue。

📄 許可證

@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}
}