resper

Resper：在有說服力的對話中以計算建模抵抗策略

這是將紙重製的官方存儲庫出現在EACL 2021中。必要的代碼包含在目錄codes/higru中，並且數據和模型包含在data/higru_bert_data中。

評估

在codes/higru目錄中，運行python res.py res以查看P4G數據集的所有結果，以及python res.py neg以查看CB數據集的所有結果。可以修改eval_here.sh以生成結果。 train_here.sh可用於訓練模型。值得注意的是，這裡的F1分數結果是五個交叉驗證的平均值，而本文中提到的分數則包含整個內容。我們還測量了此代碼中的標準偏差。

引用

如果您使用我們的代碼或推薦我們的工作，請引用為

 @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}
}