IMN
1.0.0
Ce référentiel contient le code source et les ensembles de données de l'article du CIKM 2019 Interactive Matching Network for Multi-Turn Response Selection in Retrieval-Based Chatbots de Gu et al.
Notre proposition de réseau de correspondance interactif (IMN) a atteint une nouvelle performance de pointe sur quatre ensembles de données à grande échelle accessibles au public pour la recherche sur les conversations multitours.
Python2.7
Tensorflow 1.4.0
Vous pouvez télécharger ici les ensembles de données traités utilisés dans notre article et les décompresser dans le dossier de data .
Ubuntu_V1
Ubuntu_V2
Douban
Commerce électronique
Prenons Ubuntu_V1 comme exemple.
cd scripts
bash ubuntu_train.sh
Le processus de formation est enregistré dans le fichier log_train_IMN_UbuntuV1.txt .
bash ubuntu_test.sh
Le processus de test est enregistré dans le fichier log_test_IMN_UbuntuV1.txt . Et vous pouvez obtenir un fichier ubuntu_test_out.txt qui enregistre les scores pour chaque paire contexte-réponse. Exécutez la commande suivante et vous pourrez calculer la métrique de Recall.
python compute_recall.py
Si vous utilisez le code et les ensembles de données, veuillez citer l'article suivant : « Réseau de correspondance interactif pour la sélection de réponses multi-tours dans les chatbots basés sur la récupération » Jia-Chen Gu, Zhen-Hua Ling, Quan Liu. CIKM (2019)
@inproceedings{Gu:2019:IMN:3357384.3358140,
author = {Gu, Jia-Chen and
Ling, Zhen-Hua and
Liu, Quan},
title = {Interactive Matching Network for Multi-Turn Response Selection in Retrieval-Based Chatbots},
booktitle = {Proceedings of the 28th ACM International Conference on Information and Knowledge Management},
series = {CIKM '19},
year = {2019},
isbn = {978-1-4503-6976-3},
location = {Beijing, China},
pages = {2321--2324},
url = {http://doi.acm.org/10.1145/3357384.3358140},
doi = {10.1145/3357384.3358140},
acmid = {3358140},
publisher = {ACM},
}
