S2T2

Ein semi-sachlicher Lernansatz mit zwei Lehrern, um die Identifizierung der Breakdown in Dialogen zu verbessern

Dieses Repository enthält Codes des Papiers "einen halbübergreifenden Lernansatz mit zwei Lehrern, um die in AAAI 2022 veröffentlichte Breakdown-Identifizierung in Dialogen zu verbessern.

Anforderungen

Überprüfen Sie die Abhängigkeiten in requirements.txt , Installieren Sie die erforderlichen Pakete (mit Python 3.6.8):

 pip install -r requirements.txt

Daten

Weitere Informationen zum Datenab Abrufen und -vorverarbeitung finden Sie in README in jedem [dataset] .

Ausbildung

Befolgen Sie die Schulungsbefehle in [dataset]/run.sh .

Ausgebildete Modelle können angegeben und heruntergeladen werden, indem bash get_trained_models.sh ausgeführt wird.

Auswertung

Weitere Bewertungsschritte finden Sie in jedem Unterabweis README in jedem [dataset] .

Veröffentlichung

Wenn Sie den Quellcode oder die Modelle dieser Arbeit verwenden, zitieren Sie bitte unser Papier:

 @inproceedings{lin2022semi,
  author    = "Lin, Qian and Ng, Hwee Tou",
  title     = "A Semi-supervised Learning Approach with Two Teachers to Improve Breakdown Identification in Dialogues",
  booktitle = "Proceedings of the AAAI Conference on Artificial Intelligence",
  year      = "2022",
  pages     = "11011--11019",
}

Lizenz

Der Quellcode und die Modelle in diesem Repository sind unter GNU GPL 3.0 (siehe Lizenz) für den nichtkommerziellen Gebrauch lizenziert. Für die kommerzielle Nutzung dieses Codes ist auch eine separate kommerzielle Lizenzierung verfügbar. Bitte wenden Sie sich an Prof. Hwee Tou Ng ([email protected]).