09:00 पीएसटी पर एमएल संगोष्ठी इस मंगलवार, 19 अक्टूबर में पहले महिलाओं में ट्यून रजिस्टर अब

clinc_oos

  • विवरण:

टास्क-ओरिएंटेड डायलॉग सिस्टम को यह जानने की जरूरत है कि कोई क्वेरी उनके समर्थित इंटेंट की सीमा से बाहर कब आती है, लेकिन वर्तमान टेक्स्ट क्लासिफिकेशन कॉरपोरेशन केवल ऐसे लेबल सेट को परिभाषित करता है जो हर उदाहरण को कवर करते हैं। हम एक नया डेटासेट पेश करते हैं जिसमें ऐसे प्रश्न शामिल हैं जो दायरे से बाहर हैं (OOS), यानी, ऐसे प्रश्न जो सिस्टम के किसी भी समर्थित इरादे में नहीं आते हैं। यह एक नई चुनौती है क्योंकि मॉडल यह नहीं मान सकते हैं कि अनुमान के समय प्रत्येक क्वेरी सिस्टम-समर्थित इंटेंट क्लास से संबंधित है। हमारा डेटासेट 10 डोमेन पर 150 इंटेंट क्लासेस को भी कवर करता है, जो उस चौड़ाई को कैप्चर करता है जिसे एक प्रोडक्शन टास्क-ओरिएंटेड एजेंट को हैंडल करना चाहिए। यह कार्य-संचालित संवाद प्रणालियों में अधिक कठोर और वास्तविक रूप से बेंचमार्किंग टेक्स्ट वर्गीकरण का एक तरीका प्रदान करता है।

  • होमपेज: https://github.com/clinc/oos-eval/

  • स्रोत कोड: tfds.text.ClincOOS

  • संस्करण:

    • 0.1.0 (डिफ़ॉल्ट): नहीं रिलीज नोट्स।
  • डाउनलोड का आकार: 256.01 KiB

  • डेटासेट का आकार: 3.40 MiB

  • ऑटो-कैश ( प्रलेखन ): हाँ

  • विभाजन:

विभाजित करना उदाहरण
'test' 4,500
'test_oos' 1,000
'train' 15,000
'train_oos' 100
'validation' 3,000
'validation_oos' 100
  • विशेषताएं:
FeaturesDict({
    'domain': tf.int32,
    'domain_name': Text(shape=(), dtype=tf.string),
    'intent': tf.int32,
    'intent_name': Text(shape=(), dtype=tf.string),
    'text': Text(shape=(), dtype=tf.string),
})
  • प्रशस्ति पत्र:
@inproceedings{larson-etal-2019-evaluation,
    title = "An Evaluation Dataset for Intent Classification and Out-of-Scope Prediction",
    author = "Larson, Stefan  and
      Mahendran, Anish  and
      Peper, Joseph J.  and
      Clarke, Christopher  and
      Lee, Andrew  and
      Hill, Parker  and
      Kummerfeld, Jonathan K.  and
      Leach, Kevin  and
      Laurenzano, Michael A.  and
      Tang, Lingjia  and
      Mars, Jason",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)",
    month = nov,
    year = "2019",
    address = "Hong Kong, China",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/D19-1131",
    doi = "10.18653/v1/D19-1131",
    pages = "1311--1316",
}