DialogRPT-human-vs-rand
DialogRPT es un conjunto de modelos de ranking de respuestas de diálogo propuestos por el Grupo de Investigación de NLP de Microsoft. Entrenado con datos de retroalimentación humana de más de 100 millones, se utiliza para predecir la probabilidad de que una respuesta de diálogo sea votada positivamente y/o reciba una respuesta. Puede mejorar los modelos de generación de diálogo existentes (por ejemplo, DialoGPT) reordenando las respuestas generadas.
Como usar
Puedes probar el modelo aquí ➤➤➤ Colab Notebook Demo.
El puntaje human_vs_rand predice la probabilidad de que la respuesta dada corresponda al contexto en lugar de ser una respuesta aleatoria.
Contexto: Me encanta el procesamiento de lenguaje natural.
Respuesta: ¡Es un gran jugador de baloncesto!
Puntaje: 0.027
Contexto: Me encanta el procesamiento de lenguaje natural.
Respuesta: ¿Puedes decirme cómo funciona?
Puntaje: 0.754
Contexto: Me encanta el procesamiento de lenguaje natural.
Respuesta: ¡A mí también!
Puntaje: 0.631
Para usar este modelo en tu proyecto, puedes descargarlo desde Hugging Face y cargarlo utilizando PyTorch con la siguiente plantilla:
from transformers import AutoModelForSequenceClassification, AutoTokenizer
model = AutoModelForSequenceClassification.from_pretrained('microsoft/DialogRPT-human-vs-rand')
tokenizer = AutoTokenizer.from_pretrained('microsoft/DialogRPT-human-vs-rand')
Funcionalidades
- Ranking de diálogos
- Transformadores preentrenados
- Predicción basada en retroalimentación humana masiva
- Mejora los modelos de generación de diálogo existentes
- Puede ordenar respuestas generadas por su relevancia
Casos de uso
- Clasificación de texto
- Generación de texto
- Ranking de respuestas de diálogo
- Predicción de respuestas con mayor relevancia
- Mejora de modelos de generación de diálogo