语料列表

最新推荐文章于 2021-09-02 15:53:40 发布
最新推荐文章于 2021-09-02 15:53:40 发布
阅读量236 收藏
点赞数
分类专栏： 对话系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012852385/article/details/104334331
版权
  • MultiWOZ - A Large-Scale Multi-Domain Wizard-of-Oz Dataset for Task-Oriented Dialogue Modelling
    出处：EMNLP 2018
    描述：来自"绿野仙踪"的对话语料
    下载地址：http://dialogue.mi.eng.cam.ac.uk/ index.php/corpus/
hellozgy
关注
专栏目录
NLP中语料编码问题处理
alicelmx的博客
11-10 2284
python中文编码问题
html新闻列表_Python 抓取新闻稿语料库
weixin_33400538的博客
12-31 205
2020 年的第一天，给大家分享如何用 Python 抓取新闻联播语料库。语料库是什么？语料库是语料库语言学研究的基础资源，也是经验主义语言研究方法的主要资源。应用于词典编纂，语言教学，传统语言研究，自然语言处理中基于统计或实例的研究等方面。为什么是新闻联播？新闻联播是最权威的新闻来源，用语规范，内容涉及时政和社会的方方面面，对生活生产有着很强的指导意义。怎么获取新闻联播语料库？在 Tushare...
标注语料库表格（转载）
liuhuabing760596103的专栏
09-02 376
词性用来描述一个词在上下文中的作用。例如描述一个概念的词叫做名词，在下文引用这个名词的词叫做代词。有的词性经常会出现一些新的词，例如名词，这样的词性叫做开放式词性。另外一些词性中的词比较固定，例如代词，这样的词性叫做封闭式词性。因为存在一个词对应多个词性的现象，所以给词准确地标注词性并不是很容易。比如："改革"在"中国开始对计划经济体制进行改革"这句话中是一个动词，在"医药卫生改革中的经济问题"中是一个名词。把这个问题抽象出来就是已知单词序列 ，给每个单词标注上词性 。 不同...
深度学习-语音识别实战
07-18
基于深度学习的语音识别实战课程主要包括三部分内容：1.经典论文算法讲解；2.算法源码解读；3.项目实战；通俗讲解语音识别领域当下经典论文思想，详细解读源码中每一核心模块并基于真实数据集展开项目实战。整体课程覆盖语音识别领域四大核心主题：语音识别，语音分离，语音转换，语音合成；每一主题均按照论文思想解读，源码分析，项目实战顺序进行讲解。提供课程所需全部数据集，代码，PPT课件。
最全NLP语料资源集合及其构建现状
AI科技大本营
01-11 5055
作者刘焕勇，语言学硕士，目前就职于中国科学院软件研究所，主要从事信息抽取，知识图谱，情感分析, 社会计算等自然语言处理研发工作，兴趣包括：语言资源构建、信息抽取与知识图谱...
通用中文OCR识别之语料准备
qian1122221的博客
10-22 1421
下载WIKI语料 wiki下载地址提供各种wiki语料，我使用的是文章正文，https://dumps.wikimedia.org/zhwiki/latest/zhwiki-latest-pages-articles.xml.bz2。 语料内容抽取 使用wikiExtrector将格式转换成txt git地址：https://github.com/attardi/wikiextractor...
语料库
ahmanz的博客
04-29 4897
思路： -语料库有什么用，在统计机器学习中的地位，用图说明 -语料库的一些基本概念。如熟语料、生语料等。 -有哪些著名的语料库。人民日报语料库、WordNet等。 -如何构建语料库。主要是成本、规范。
aiml中文语料
08-24
在压缩包子文件的文件名称列表中，只有一个名为“Corpus”的文件，这很可能是整个语料库的数据存储位置。通常，这样的大文件可能包含了数千乃至数百万条对话记录，每条记录可能由一对或多对对话组成，其中包括用户...
英文维基百科语料库txt（9）
03-10
在英文中，停用词列表通常包含上百个常见单词。 接着，将所有单词转为小写是为了消除大小写的差异，因为在语言处理中，"Apple" 和 "apple" 应被视为相同的词。 词干提取和词形还原是两个相关的步骤，旨在减少词汇...
平行语料库，用于机器翻译等的预处理语料。
04-24
url.txt 文件可能是提供数据获取或原始数据来源的URL列表，这可以帮助研究人员追溯数据的来源，或者在需要更多类似数据时进行扩展。有时，这些URL也用于验证数据的准确性，或者提供额外的上下文信息。 在使用这些...
中英双语语料 59W数据1
12-27
压缩包子文件的文件名称列表中，如"data_40-1000-161.txt"等，可能代表不同的数据子集，每份文件可能包含40到1000条不等的语料数据。这种分块处理的方式有利于管理和加载大体积的数据，尤其是在内存有限的环境下。...
语料库.zip
06-14
另一方面，“stop.txt” 文件通常包含停用词列表，停用词是指在文本中频繁出现但通常不携带太多含义的词汇，如“的”、“和”、“在”等。在处理中文文本时，去除这些停用词可以帮助我们更准确地提取有意义的信息和...
近两年NLP结合上下文的回复生成论文整理(含原文地址及数据集地址)
大章鱼有小学术之心的博客
11-06 3553
论文调研 author:Zhang Yu date:2019/11/06 范围：近两年的ACL/NAACL/AAAI/EMNLP 关键字：context/generation/response 1. A Working Memory Model for Task-oriented Dialog Response Generation 来源：ACL 2019 主题：生成式的任务型多轮对话 作者...
《Proactive Human-Machine Conversation with Explicit Conversation Goals》
knight的博客
11-22 1635
论文出处：ACL 2019 1. 摘要 论文提出了一种基于知识图谱能主导对话的对话系统，并开源了对应的数据集DuConv。该数据集涉及电影、导演和演员相关题材，包含3w个多轮对话，约27w个句子。每个对话包含一个目标三元组[START, TOPIC_A, TOPIC_B]，表示系统的目标是将对话主题从A引导到B；另外包括一系列跟TOPIC_A或者TOPIC_B有关的知识三元组，形式为（主体，谓词，...
《Joint Slot Filling and Intent Detection via Capsule Neural Networks》
knight的博客
02-16 940
出处：ACL 2019 一、摘要 之前对于槽位填充和意图检测的工作都是将两者分开进行的，即使有同时进行的，也没有明显考虑word、slot和intent的层级关系。因此作者基于胶囊网络，提出一种带有重路由功能动态路由机制来联合进行槽位填充和意图检测工作。 二、方法 ...
《Semantically Conditioned Dialog Response Generation via Hierarchical Disentangled Self-Attention》
knight的博客
02-16 816
来源：ACL 2019 代码：https://github.com/wenhuchen/HDSA-Dialog 摘要 基于pipeline的任务型对话系统可以拆解成以下四个部分，其中NLU为意图槽位理解，DST为对话历史并能根据当前用户query更新状态，Policy learning为根据用户需求判断下一步action（也就是论文中提到的dialog act），NLG为对话生成。本论文目标是提高...
《LEARNING END-TO-END GOAL-ORIENTED DIALOG》
knight的博客
09-15 720
** 摘要 **
《Multi-Domain Joint Semantic Frame Parsing using Bi-directional RNN-LSTM》
knight的博客
09-20 535
出处： InterSpeech 2016 摘要 对于NLU的三个任务：domain分类、intent检测、slot-filling，这种分成三个任务而不是端到端学习的优势是： 灵活，对某个特定domain的修改不会影响其他domain 可以在特定domain使用该特定domain的特征 在domain内有更好的理解，因为比如在某一domain的意图检测，只需要在该domain的一个较小的子集内进...
《Mem2Seq: Effectively Incorporating Knowledge Bases into End-to-End Task-Oriented Dialog Systems》
knight的博客
09-04 343
1. 摘要 端到端的任务型对话系统在知识库的融合方面受到挑战，这篇文章提出一种端到端的网络member-to-sequence(Mem2Seq)来解决这个痛点。Mem2Seq是第一篇融合指针网络的多跳attention的生成式模型。我们的模型具有普适性，训练的更快，且取得了SOTA的效果。 2. 背景介绍 传统的任务型对话系统将任务拆分成几个子模块：NLU（包括意图识别、槽位填充）、DM(包括DS...
SGML语料库的预处理与lex语法分析整合研究
文件名称列表中包含了 "***.txt" 和 "v.206(预处理)"，这表明压缩包内可能包含一个文本文件和一个预处理后的语料库文件。由于 "v.206" 包含在标题中，该文件很可能就是经过预处理的版本，而 "***.txt" 可能包含了...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值