resper

resper: การสร้างแบบจำลองการสร้างแบบจำลองกลยุทธ์การต่อต้านในการสนทนาโน้มน้าวใจ

นี่คือที่เก็บอย่างเป็นทางการสำหรับการปรับเปลี่ยนกระดาษให้ปรากฏใน EACL 2021 รหัสที่จำเป็นมีอยู่ใน codes/higru และข้อมูลและโมเดลมีอยู่ใน data/higru_bert_data

การประเมิน

ในไดเรกทอรี codes/higru ให้เรียกใช้ python res.py res เพื่อดูผลลัพธ์ทั้งหมดของชุดข้อมูล P4G และ python res.py neg เพื่อดูผลลัพธ์ทั้งหมดของชุดข้อมูล CB หนึ่งอาจแก้ไข eval_here.sh เพื่อสร้างผลลัพธ์ train_here.sh อาจใช้ในการฝึกอบรมแบบจำลอง เป็นที่น่าสังเกตว่าผลลัพธ์ของคะแนน F1 ที่นี่เป็นค่าเฉลี่ยของการตรวจสอบความถูกต้องข้ามทั้งห้าในขณะที่สิ่งที่กล่าวถึงในกระดาษมีสิ่งทั้งหมดที่นำมารวมกัน นอกจากนี้เรายังวัดค่าเบี่ยงเบนมาตรฐานในรหัสนี้

การอ้างอิง

หากคุณใช้รหัสของเราหรืออ้างอิงงานของเราโปรดอ้างอิงเป็น

 @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}
}