Dialogrpt Updown

🚀 Demo

本项目提供了一个交互式的演示，你可以通过点击下面的链接尝试使用 Colab Notebook 演示 (点击此处!)。

updown 得分用于预测回复获得点赞的可能性。

🚀 快速开始

DialogRPT-updown

对话排名预训练变压器模型

一个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 模型旨在预测的内容。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。该模型可用于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

我们考虑了以下任务并提供了相应的预训练模型。本页面介绍的是 updown 任务，其他模型卡片可在下表中找到。

联系我们

如果你有任何问题或建议，请在 我们的仓库 中创建一个 issue。

引用

如果你在研究中使用了本项目，请引用以下论文：

@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}
}