Dialogrpt Depth

🚀 对话响应排名预训练模型（DialogRPT）演示

本项目提供了基于大规模人类反馈数据训练的对话响应排名模型的演示，可用于预测对话响应的质量和引发长讨论的可能性。

🚀 快速开始

请尝试这个 📔 Colab Notebook 演示（点击此处）

🔍 对话示例与深度得分

深度得分用于预测回复引发长后续讨论的可能性。

✨ 主要特性

DialogRPT-depth 模型

对话排名预训练变换器（Dialog Ranking Pretrained Transformers）

对话回复获得点赞和/或被回复的可能性有多大？

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，基于数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

📚 详细文档

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

如果您有任何问题，请在 我们的仓库 上创建一个 issue。

📄 许可证

@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}
}