@正在处理{gosko-etal-2021域,title=“面向目标的对话框集合领域专家平台”,author=“去{\v{s}}ko,Didzis和Znotins、Arturs和斯卡迪纳、印古纳和Gruzitis、Normunds和Ne{\v{s}}孔-B{\=e}rzkalne,Gunta“,editor=“Gkatzia、Dimitra和Djam的Seddah”,booktitle=“计算语言学协会欧洲分会第十六届会议记录:系统演示”,月份=4r,年=“2021”,address=“在线”,publisher=“计算语言学协会”,url=“https://aclantology.org/2021.eacl-demos.35”,doi=“10.18653/v1/2021.eacl-demos.35”,pages=“295--301”,摘要=“如今,大多数对话系统都是完全或部分使用神经网络架构构建的。创建面向目标的神经网络对话系统的一个关键先决条件是一个数据集,它代表典型的对话场景,并包含各种语义注释,例如意图、时隙和对话动作,这些都是tra所必需的使用特定的神经网络结构。在本文中,我们提出了一个易于使用的界面及其后端,它面向领域专家,用于收集面向目标的对话样本。该平台不仅允许以结构化的方式收集或编写示例对话,还提供了对对话进行简单注释和解释的方法。平台本身是独立于语言的;它只取决于特定语言的特定语言处理组件的可用性。目前,它被用来收集拉脱维亚语(一种高度屈折的语言)的对话样本,这些样本代表了学生和学生服务部门之间的典型交流。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“gosko-etal-2021-domain”><标题信息>面向目标的对话框集合领域专家平台</titleInfo><name type=“个人”>DidzisGoško<角色>作者</角色></name><name type=“个人”>Arturs美术馆锌锡合金<角色>作者</角色></name><name type=“个人”>Inguna(英古纳)斯卡迪纳<角色>作者</角色></name><name type=“个人”>标准Gruzitis公司<角色>作者</角色></name><name type=“个人”>枪塔<namePart type=“given”>内斯波雷-Börzkalne<角色>作者</角色></name><originInfo>2021-04发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>计算语言学协会欧洲分会第16届会议记录:系统演示</titleInfo><name type=“个人”>迪米特拉格卡齐亚<角色>编辑器</角色></name><name type=“个人”>DjameSeddah(塞达)<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>在线</place></originInfo>会议出版物</relatedItem>如今,大多数对话系统全部或部分使用神经网络架构构建。创建面向目标的神经网络对话系统的一个关键先决条件是一个数据集,该数据集表示典型的对话场景,并包含训练特定神经网络架构所必需的各种语义注释,例如意图、槽和对话动作。在这篇演示论文中,我们提出了一个易于使用的接口及其后端,该接口面向领域专家,用于收集面向目标的对话样本。该平台不仅允许以结构化的方式收集或编写示例对话,还提供了对对话进行简单注释和解释的方法。平台本身是独立于语言的;它只取决于特定语言的特定语言处理组件的可用性。目前,它正用于收集拉脱维亚语(一种高度屈折的语言)的对话样本,代表学生和学生服务机构之间的典型交流</摘要>gosko-etal-2021域10.18653/v1/2021.eacl-demos.35<位置><网址>https://aclantology.org/2021.eacl-demos.35</url></位置><部分><日期>2021-04</日期><扩展单元=“page”><开始>295<end>301</范围></部分></mods></modsCollection>
%0会议记录%面向目标的对话收集T领域专家平台%A Goško,Didzis公司%A Znotins,Arturs公司%A斯卡迪纳,印古纳%A Gruzitis,Normunds公司%冈塔,A Nešpore-Börzkalne%迪米特拉·尤卡齐亚%Y Seddah,Djamé%计算语言学协会欧洲分会第16届会议记录:系统演示%D 2021年%4月8日%计算语言学协会%C在线%F gosko-etal-2021域%X如今,大多数对话系统全部或部分使用神经网络架构构建。创建面向目标的神经网络对话系统的一个关键先决条件是一个数据集,该数据集表示典型的对话场景,并包含训练特定神经网络架构所必需的各种语义注释,例如意图、槽和对话动作。在本文中,我们提出了一个易于使用的界面及其后端,它面向领域专家,用于收集面向目标的对话样本。该平台不仅允许以结构化的方式收集或编写示例对话,还提供了对对话进行简单注释和解释的方法。平台本身是独立于语言的;它只取决于特定语言的特定语言处理组件的可用性。目前,它被用来收集拉脱维亚语(一种高度屈折的语言)的对话样本,这些样本代表了学生和学生服务部门之间的典型交流。%R 10.18653/v1/2021.eacl-demos.35号文件%U型https://aclantology.org/2021.eacl-demos.35%U型https://doi.org/10.18653/v1/2021.eacl-demos.35%电话295-301
降价(非正式)
[面向目标的对话框收集领域专家平台](https://aclantology.org/2021.eacl-demos.35)(Goško等人,EACL 2021)
国际计算语言学协会
- Didzis Goško、Arturs Znotins、Inguna Skadina、Normunds Gruzitis和Gunta Nešpore-Börzkalne。2021面向目标的对话框收集领域专家平台.英寸计算语言学协会欧洲分会第16届会议记录:系统演示,第295-301页,在线。计算语言学协会。