Transitioning between various topics is a natural component of human-human. Although, topic transitions has been studied in dialogue for decades, only a handful of corpora based studies have been performed to analyze the subtleties in topic transitions. Thus, this study annotates $215$ conversations from switchboard corpus and studies how factors such as length of a conversation, number of topic transitions, topic transitions by participants are related. This paper presents an empirical study on topic transition in switchboard corpus followed by modelling topic transition with a precision of $83\%$ for in-domain($id$) test set and $82\%$ on $10$ \textit{out-of-domain} ($ood$). It is envisioned that this work will be fundamental in emulating human-human like topic transition in open-domain dialog systems.


翻译:虽然几十年来在对话中研究过专题过渡,但只有少数公司研究分析专题过渡的微妙之处,因此,这项研究从总机材料中注意到215美元的对话,并研究诸如对话时间长短、专题过渡次数、参与者专题过渡等因素如何相关;本文件介绍了关于总机中专题过渡的经验性研究,随后是模拟专题过渡,精确计算为83美元(美元)的模拟主题过渡,用于现场测试,费用为82美元(10美元)的计算为10美元(美元)的计算为10美元(美元)的计算为82美元(美元)的计算为10美元(美元)的计算为10美元(美元)的计算为10美元(美元)的计算为10美元(美元)的计算为215美元。

0
下载
关闭预览

相关内容

专知会员服务
26+阅读 · 2021年7月11日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
4+阅读 · 2018年6月1日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
【推荐】直接未来预测:增强学习监督学习
机器学习研究会
6+阅读 · 2017年11月24日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2022年1月31日
VIP会员
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
4+阅读 · 2018年6月1日
推荐|深度强化学习聊天机器人(附论文)!
全球人工智能
4+阅读 · 2018年1月30日
【推荐】直接未来预测:增强学习监督学习
机器学习研究会
6+阅读 · 2017年11月24日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员