真实世界中的话语连贯性：数据集、评估与方法
计算与语言
2018-05-15 v1
摘要
迄今为止，关于在真实世界数据上评估话语连贯性方法的工作非常少。为了解决这个问题，我们提出了一个新的真实世界文本语料库（GCDC），以及首次对领先的话语连贯性算法进行的大规模评估。我们表明，神经模型，包括我们在此介绍的两种模型（SentAvg和ParSeq），往往表现最佳。我们分析了这些性能差异，并讨论了在四个领域中观察到的低连贯性文本的模式。
引用
@article{arxiv.1805.04993,
title = {Discourse Coherence in the Wild: A Dataset, Evaluation and Methods},
author = {Alice Lai and Joel Tetreault},
journal= {arXiv preprint arXiv:1805.04993},
year = {2018}
}
备注
Accepted at SIGDIAL 2018