S2T2

Uma abordagem de aprendizado semi-supervisionada com dois professores para melhorar a identificação de colapso em diálogos

Este repositório contém códigos do artigo "Uma abordagem de aprendizado semi-supervisionada com dois professores para melhorar a identificação de quebra em diálogos" publicada no AAAI 2022.

Requisitos

Verifique as dependências nos requirements.txt , instale os pacotes necessários (com Python 3.6.8):

 pip install -r requirements.txt

Dados

Consulte o README em cada subdiretório [dataset] para obter instruções de recuperação de dados e pré-processamento.

Treinamento

Siga os comandos do treinamento em [dataset]/run.sh .

Os modelos treinados podem ser especificados e baixados executando bash get_trained_models.sh .

Avaliação

Consulte o README em cada subdiretório [dataset] para obter as etapas de avaliação.

Publicação

Se você usar o código -fonte ou os modelos deste trabalho, cite nosso artigo:

 @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",
}

Licença

O código-fonte e os modelos deste repositório estão licenciados no GNU GPL 3.0 (consulte a licença) para uso não comercial. Para uso comercial deste código, o licenciamento comercial separado também está disponível. Entre em contato com o Prof. Hwee Tou ng ([email protected]).