【直播】清华 ACL 2020 长文：知识驱动的中文多轮对话数据集

ACL 2020 高校实验室系列直播

第三期·第三场

知识驱动的对话系统，由于缺少包含多话题的、带有知识标注的多轮对话数据集，在很大程度上会受到限制。

 

针对这一问题，清华大学交互式人工智能（CoAI）组周昊等人在发表于 ACL 2020 的论文《 KdConv: A Chinese Multi-domain Dialogue Dataset Towards Multi-turn Knowledge-driven Conversation 》中，提出了一个中文多领域知识驱动的对话数据集KdConv， 它将多轮对话中的话题转化为了知识图谱 。

 

 

这个语料库包含来自三个领域(电影、音乐和旅行)的4.5K个对话，以及平均轮次为19.0，总共86k 条语句。这些对话包括相关话题的深入讨论和多个话题之间的自然过渡。

 

KdConv在音乐领域的一个样本

 

为了便于后续对该语料库的研究，作者还提供了几个基准模型。比较结果表明：

 

1）引入背景知识可以增强模型，但利用知识对多轮对话建模仍有很大的研究空间；

 

2）不同领域之间存在明显的性能差异，值得进一步探讨迁移学习和域适应问题。

 

语料库和基准模型现已公开。

 

论文链接： https://arxiv.org/pdf/2004.04100.pdf

语料库链接： https://github.com/thu-coai/KdConv

 

AI 科技评论邀请论文一作  周昊  来给我们详细讲解其研究过程及语料库细节。

主题：KdConv: 知识驱动的中文多轮对话数据集

主讲人：周昊

清华大学计算机系2016级博士生，交互式人工智能（CoAI）组成员，师从朱小燕教授。主要研究方向为对话系统，在 ACL、AAAI、IJCAI、WWW 等国际会议发表论文数篇。

时间：2020年5月8日（周五）晚20:00整

分享提纲：

1、知识驱动的多轮对话数据集概述

2、KdConv数据集的统计指标与构造方法

3、Baseline模型的性能分析

4、知识驱动的多轮对话竞赛简介

直播/回放地址：

https://mooc.yanxishe.com/open/course/814

（回放一般在直播后1~2个工作日）

入群获取资料及更多直播预告——

             

扫码关注[ AI研习社顶会小助手] 微信号，发送关键字“ACL 2020+直播”，即可进群观看直播和获取课程资料。

       

更多直播：

ACL 2020原定于2020年7月5日至10日在美国华盛顿西雅图举行，因新冠肺炎疫情改为线上会议。为促进学术交流，方便国内师生提早了解自然语言处理（NLP）前沿研究，AI 科技评论将推出「ACL 实验室系列论文解读」内容，同时欢迎更多实验室参与分享，敬请期待！

点击"阅读原文"，直达“ACL 交流小组”了解更多会议信息。