multitask_disfluency_detection

多任务反射检测

本文的代码“对话系统中的多任务学习域话的差异检测”（Igor Shalyminov，Arash Eshghi和Oliver Lemon）[Semdial 2018 Paper] [幻灯片]

模型架构

入门

1. 设置环境（以下是Conda的步骤）：

$ cd code-directory
$ git submodule update --init
$ conda create -n multitask_disfluency python=2.7
$ conda activate multitask_disfluency
$ pip install -r requirements.txt

2. 预处理培训数据集：

$ python make_deep_disfluency_dataset.py swbd disfluency

3. 训练模型：

$ python train.py swbd model

BABI+弱势研究数据生成

1. 获取BABI工具并安装要求
2. 将BABI对话任务下载到babi_tools文件夹中
3. 运行sh make_generalization_study_datasets.sh <RESULT_FOLDER>
4. 运行sh tag_dataset.sh <RESULT_FOLDER> <config_file_name> in 2018_generalization_study_configs中的每个配置
5. 结果数据集为<RESULT_FOLDER>/<BABI_DATASET_NAME>/*.tagged.json