multitask_disfluency_detection

多任務反射檢測

本文的代碼“對話系統中的多任務學習域話的差異檢測”（Igor Shalyminov，Arash Eshghi和Oliver Lemon）[Semdial 2018 Paper] [幻燈片]

模型架構

入門

1. 設置環境（以下是Conda的步驟）：

$ 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. 預處理培訓數據集：

$ python make_deep_disfluency_dataset.py swbd disfluency

3. 訓練模型：

$ python train.py swbd model

BABI+弱勢研究數據生成

1. 獲取BABI工具並安裝要求
2. 將BABI對話任務下載到babi_tools文件夾中
3. 運行sh make_generalization_study_datasets.sh <RESULT_FOLDER>
4. 運行sh tag_dataset.sh <RESULT_FOLDER> <config_file_name> in 2018_generalization_study_configs中的每個配置
5. 結果數據集為<RESULT_FOLDER>/<BABI_DATASET_NAME>/*.tagged.json