Ini adalah repositori resmi untuk resper kertas, untuk muncul di EACL 2021. Kode yang diperlukan terkandung dalam codes/higru , dan data dan model -model tersebut terkandung dalam data/higru_bert_data .
Dalam Direktori codes/higru , jalankan python res.py res untuk melihat semua hasil dataset P4G, dan python res.py neg untuk melihat semua hasil dataset CB. Seseorang dapat memodifikasi eval_here.sh untuk menghasilkan hasil. train_here.sh dapat digunakan untuk melatih model. Perlu dicatat bahwa hasil skor F1 di sini adalah rata -rata dari lima validasi silang, sedangkan yang disebutkan dalam makalah ini berisi semuanya secara bersama -sama. Kami juga mengukur standar deviasi dalam kode ini.
Jika Anda menggunakan kode kami atau merujuk pekerjaan kami, silakan kutip sebagai
@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}
}