Dialogrpt Human Vs Machine

🚀 演示项目

本项目提供了一个对话响应排名的预训练模型，可用于预测对话响应的质量和人类相似度。通过使用大规模的人类反馈数据进行训练，这些模型能够帮助提升现有对话生成模型的性能。

请尝试这个 📔 Colab Notebook 演示（点击此处！）

human_vs_machine 得分用于预测回复是来自人类而非机器的可能性。

🚀 快速开始

对话排名预训练变换器

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 模型要学习预测的内容。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。

联系我们

请在 我们的仓库 上创建一个 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}
}