Dialogue Understanding
This repository contains PyTorch implementation for the baseline models from the paper Utterance-level Dialogue Understanding: An Empirical Study
About
Data la trascrizione di una conversazione insieme alle informazioni sugli interlocutori di ciascun enunciato, il compito di utterance-level dialogue understanding (comprensione del dialogo a livello di enunciato) mira a identificare l'etichetta di ciascun enunciato da un insieme di etichette predefinite che possono essere un insieme di emozioni, atti di dialogo, intenzioni, ecc. Le figure sopra e sotto illustrano tali conversazioni tra due persone, dove ogni enunciato è etichettato dall'emozione e dall'intenzione sottostante. Formalmente, data la sequenza di input di N enunciati (u1, p1), (u2, p2), ..., (uN, pN), dove ogni enunciato ui=ui,1,ui,2,...,ui,T è composto da T parole ui,j e pronunciato dalla parte pi, il compito è prevedere l'etichetta ei di ciascun enunciato ui. In questo processo, il classificatore può anche utilizzare il contesto conversazionale. Ci sono anche casi in cui non tutti gli enunciati in un dialogo hanno etichette corrispondenti.
Open Source Health
- Stars
- 129
- Forks
- 17
- License
- MIT
- Last commit
- 4 years ago
Alternative a Dialogue Understanding
Textrankby Summa NLPImplementazione di TextRank per Python 3.
KoBERTby SK T-BrainBERT coreano pre-addestrato (KoBERT)
TAADpapersby THUNLPArticoli imperdibili su attacchi e difese avversariali testuali.
AutoPhraseby Jingbo ShangAutoPhrase: Estrazione automatizzata di frasi da grandi corpora testuali
Recognizers-Textby MicrosoftRecognizers-Text offre riconoscimento e risoluzione di entità come numeri, date e unità in più lingue.
Resources & Links
Related Categories
Usi Dialogue Understanding?
Tieni traccia del suo costo insieme al resto del tuo stack e ricevi un promemoria prima del rinnovo.
Aggiungi al mio stackVendor
Deep Cognition and Language Research (DeCLaRe) Lab
Open-source projects on GitHub: Conv Emotion, Tango and MELD