文档名：面向非任务型对话系统的人工标注中文数据集
本文针对非任务导向型对话的回复质量构建了一个大规模的人工标注中文数据集,该数据集包含了从社交媒体收集到的超过2万7千个对话问题以及超过8万2千个对话问题的回复.为了产生高质量的标注数据,邀请了专业人员根据对话回复的相关性、连贯性、信息性、趣味性、以及是否潜在地具有让对话继续延续的特性进行标注,在标注中定义了一个五级评分方法,分别是:极差的、较差的、一般的、较好的、极好的.为了测试标注产生的数据集是否具有有效性和实用性,以对话回复选择为任务,在我们的标注数据集上测试了多种无监督和有监督模型.实验结果表明,该数据集对于提升对话回复选择的质量有显著效果.
作者：李菁张海松宋彦
作者单位：腾讯AILab,广东省深圳市518052
母体文献：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)论文集
会议名称：第十七届全国计算语言学学术会议暨第六届基于自然标注大数据的自然语言处理国际学术研讨会(CCL2018)
会议时间：2018年10月19日
会议地点：长沙
主办单位：中国中文信息学会
语种：chi
分类号：TP3H31
关键词：对话系统 非任务型 人工标注 中文数据集
在线出版日期：2021年9月13日
基金项目：
相似文献
相关博文
- 文件大小:
- 633.72 KB
- 下载次数:
- 60
-
高速下载
|
|
