resper

Reser: modelado computacionalmente las estrategias de resistencia en conversaciones persuasivas

Este es el repositorio oficial para el documento RESPER, que aparece en EACL 2021. Los códigos necesarios están contenidos en los codes/higru , y los datos y los modelos están contenidos en data/higru_bert_data .

Evaluación

En el directorio codes/higru , ejecute python res.py res para ver todos los resultados del conjunto de datos P4G y python res.py neg para ver todos los resultados del conjunto de datos CB. Uno puede modificar eval_here.sh para generar los resultados. train_here.sh se puede usar para entrenar los modelos. Cabe señalar que los resultados de la puntuación F1 aquí son el promedio de las cinco validaciones cruzadas, mientras que las mencionadas en el documento contienen todo tomado en conjunto. También medimos la desviación estándar en este código.

Citación

Si usa nuestro código o consulta nuestro trabajo, cite como

 @article{dutt2021resper,
  title={RESPER: Computationally Modelling Resisting Strategies in Persuasive Conversations},
  author={Dutt, Ritam and Sinha, Sayan and Joshi, Rishabh and Chakraborty, Surya Shekhar and Riggs, Meredith and Yan, Xinru and Bao, Haogang and Ros{'e}, Carolyn Penstein},
  conference={16th Conference of the European Chapter of the Association for Computational Linguistics (EACL)},
  year={2021}
}