研究提出对话行为预测的转移矩阵正则化方法
热点事件持续更新
研究提出对话行为预测的转移矩阵正则化方法
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、Philipp Steigerwald 与 Jens Albrecht 发表论文，提出用 KL 正则项将语料统计的对话转移模式注入下一对话行为预测（NDAP）。在 60 类德语心理咨询分类体系上，5 折交叉验证使宏平均 F1 相对提升 9–42%，并改善对话流对齐；HOPE 数据集上的跨数据集验证显示增益可跨语言和咨询领域迁移，对较弱基线模型帮助更大。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
面向心理咨询对话的下一对话行为预测：转移矩阵正则化方法报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AI面向心理咨询对话的下一对话行为预测：转移矩阵正则化方法
一项研究提出用 KL 正则项把语料统计出的对话转移模式注入下一对话行为预测（NDAP，Next Dialogue Act Prediction），在 60 类德语心理咨询分类体系上以 5 折交叉验证将宏平均 F1（macro-F1）相对提升 9–42%，并显著改善对话流对齐。在 HOPE 数据集上的跨数据集验证显示该增益可跨语言与咨询领域迁移，且对较弱基线模型帮助更大。
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。