Dialogrpt Human Vs Machine

🚀 演示項目

本項目提供了一個對話響應排名的預訓練模型，可用於預測對話響應的質量和人類相似度。通過使用大規模的人類反饋數據進行訓練，這些模型能夠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_machine 得分用於預測回覆是來自人類而非機器的可能性。

🚀 快速開始

對話排名預訓練變換器

一個對話回覆獲得點贊和/或得到回應的可能性有多大？

這正是 DialogRPT 模型要學習預測的內容。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 issue。

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}
}