Dialogrpt Width

🚀 对话响应排名预训练模型（DialogRPT）演示

本项目聚焦于对话响应排名，借助预训练模型预测对话响应获得点赞和回复的可能性，可用于优化现有对话生成模型。

🚀 快速开始

请尝试这个 📔 Colab Notebook 演示（点击此处）。

📚 详细文档

响应可能性预测示例

width 得分用于预测回复获得回应的可能性。

对话排名预训练模型（DialogRPT）

对话回复获得点赞和/或得到回应的可能性有多大？

这正是 DialogRPT 旨在预测的内容。它是由 微软研究院自然语言处理小组 提出的一组对话回复排名模型，基于超过一亿条人类反馈数据进行训练。该模型可通过对生成的回复候选进行重新排序，来改进现有的对话生成模型（例如 DialoGPT）。

快速链接

• EMNLP'20 论文
• 数据集、训练和评估
• Colab Notebook 演示

任务与预训练模型

我们考虑了以下任务，并提供了相应的预训练模型。

📞 联系我们

请在 我们的仓库 上创建一个 issue。

📄 许可证

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}
}