SOTOLÁŘ, Ondřej, Jaromír PLHÁK, Michal TKACZYK, Michaela LEBEDÍKOVÁ a David ŠMAHEL. Constructing Datasets from Dialogue Data. In Proceedings of the 16th Workshop on Recent Advances in Slavonic Natural Languages Processing, RASLAN 2022. Brno: Tribun EU, 2022, s. 131-139. ISBN 978-80-263-1752-4.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Constructing Datasets from Dialogue Data
Název česky Sestavování datových souborů z dialogových dat
Autoři SOTOLÁŘ, Ondřej (203 Česká republika, garant, domácí), Jaromír PLHÁK (203 Česká republika, domácí), Michal TKACZYK (616 Polsko, domácí), Michaela LEBEDÍKOVÁ (203 Česká republika, domácí) a David ŠMAHEL (203 Česká republika, domácí).
Vydání Brno, Proceedings of the 16th Workshop on Recent Advances in Slavonic Natural Languages Processing, RASLAN 2022, od s. 131-139, 9 s. 2022.
Nakladatel Tribun EU
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
WWW URL URL
Kód RIV RIV/00216224:14330/22:00129251
Organizace Fakulta informatiky – Masarykova univerzita – Repozitář
ISBN 978-80-263-1752-4
ISSN 2336-4289
Klíčová slova anglicky Dialogue Dataset;Dataset Split;Online Conversations
Návaznosti GX19-27828X, projekt VaV.
Změnil Změnil: RNDr. Daniel Jakubík, učo 139797. Změněno: 16. 5. 2024 04:14.
Anotace
We present methods for transforming raw dialogue data into a dataset suitable for processing with statistical NLP models. We reveal the potential pitfalls for processing this type of data, such as ensuring the representatives of the sample, the generalization ability of models, and the definition of the local context of the utterances. We use novel methods to solve these problems and demonstrate their effectiveness on an utterance classification problem. As a result, this paper provides guidelines for generating valuable datasets from dialogue data.
Typ Název Vložil/a Vloženo Práva
RASLAN_2022_sotolar.pdf   Verze souboru 15. 12. 2022

Vlastnosti

Název
RASLAN_2022_sotolar.pdf
Adresa v ISu
https://repozitar.cz/auth/repo/53147/1418592/
Adresa ze světa
https://repozitar.cz/repo/53147/1418592/
Adresa do Správce
https://repozitar.cz/auth/repo/53147/1418592/?info
Ze světa do Správce
https://repozitar.cz/repo/53147/1418592/?info
Vloženo
Čt 15. 12. 2022 04:34

Práva

Právo číst
  • kdokoliv v Internetu
Právo vkládat
 
Právo spravovat
  • osoba Mgr. Lucie Vařechová, uco 106253
  • osoba RNDr. Daniel Jakubík, uco 139797
  • osoba Mgr. Jolana Surýnková, uco 220973
Atributy
 
Vytisknout
Přidat do schránky Zobrazeno: 19. 6. 2024 12:42