다중 도메인 대화 상태 추적

미리 정의된 시나리오의 대화에서 (System발화, User발화)를 하나의 턴으로 둘 때, 턴마다 순차적으로 유저 발화의 Dialogue state(대화 상태)를 추적하는 Task

Dataset

• train_dials.json : 7000개의 대화 (label 포함)

• public/eval_dials.json : 1000개의 대화 (label 미포함 / public test set)

• private/eval_dials.json : 1000개의 대화 (label 미포함 / private test set)

• ontology.json : Ontology-based DST model을 위한 pre-defined ontology입니다.

• data_utils.py : 각 대화를 공통적으로 전처리하기 위한 코드입니다.

File Explorer

Team Score

Baseline Code

refactoring 후 작성

Usage

Installation

pip install -r requirements.txt

Train

SM_CHANNEL_TRAIN=data/train_dataset SM_MODEL_DIR=[model saving dir] python train.py

학습된 모델은 epoch 별로 SM_MODEL_DIR/model-{epoch}.bin으로 저장됩니다. 추론에 필요한 부가 정보인 configuration들도 같은 경로에 저장됩니다. Best Checkpoint Path가 학습 마지막에 표기됩니다.

Inference

SM_CHANNEL_EVAL=data/eval_dataset/public SM_CHANNEL_MODEL=[Model Checkpoint Path] SM_OUTPUT_DATA_DIR=[Output path] python inference.py

Contributors

윤도연(ydy8989) | 전재열(Jayten) | 설재환(anawkward) | 민재원(ekzm8523) | 김봉진(BongjinKim) | 오세민(osmosm7)