KL正则化提升对话行为预测
热点事件持续更新
KL正则化提升对话行为预测
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Eric Rudolph等人提出一种基于KL正则化的转移矩阵方法，用于心理咨询对话中的下一话语行为预测（NDAP）。该方法通过对齐预测分布与语料库转移模式，优化模型表现。 在60类德语咨询分类体系上，利用5折交叉验证评估，该方法使macro-F1相对提升9%至42%。研究还通过在HOPE数据集上的测试，验证了该方法的跨语言迁移能力。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
用于心理咨询对话中下一话语行为预测的转移矩阵正则化报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AI用于心理咨询对话中下一话语行为预测的转移矩阵正则化
论文提出一种基于 KL 正则化的转移矩阵方法，用于下一话语行为预测（NDAP），通过对齐预测分布与语料库转移模式优化模型表现。 在 60 类德语咨询分类体系上，利用 5 折交叉验证评估，该方法使 macro-F1 相对提升 9%-42%，并在 HOPE 数据集上验证了跨语言迁移能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。