ValueNet: A New Dataset for Human Value Driven Dialogue System
| ValueNet: A New Dataset for Human Value Driven Dialogue System | |
|---|---|
| Data | 2021 |
| Autori | Liang Qiu, Yizhou Zhao, Jinchao Li, Pan Lu, Baolin Peng, Jianfeng Gao, Song-Chun Zhu |
| URL | https://www.semanticscholar.org/paper/3af37400f1f9a4f4f211c4a472e18963edc2b34f |
| Topic | Dialogo |
| Citazioni | 29 |
ValueNet è un set di dati per addestrare sistemi di dialogo guidati da valori umani. Contiene i giudizi di esseri umani su 21.374 scenari testuali, organizzati in dieci dimensioni che riflettono i valori umani fondamentali.
Gli autori hanno utilizzato ValueNet per addestrare un modello di regressione basato su Transformer in grado di prevedere la distribuzione di utilità per un dato scenario.
Questo modello può essere utilizzato per una varietà di compiti di dialogo, come la generazione di risposte personalizzate e la comprensione delle emozioni. Ad esempio, gli autori hanno dimostrato che l'utilizzo del modello di valore come ricompensa per un agente di apprendimento per rinforzo porta a prestazioni all'avanguardia nel set di dati di generazione di dialoghi personalizzati Persona-Chat. Inoltre, l'aggiunta di valori come caratteristiche aggiuntive ai modelli di riconoscimento delle emozioni esistenti consente di catturare emozioni umane più ricche nel contesto, migliorando ulteriormente le prestazioni di generazione di risposte empatiche nel set di dati EmpatheticDialogues.