ConvoKit

ConvoKit 项目介绍

项目概述

ConvoKit 是一个强大的工具包，旨在从对话中提取对话特征，并分析对话中社会现象的工具。它使用了一个统一的接口，这个接口受到了广泛使用的 scikit-learn 的启发并与之兼容。ConvoKit 包含几个大型对话数据集，并附带示例脚本展示如何在这些数据集上使用工具包。该项目的最新版本是 3.0.1，开发者可以通过访问项目的 GitHub 页面随时获取更新。

社区互动

ConvoKit 提供了一个活跃的 Discord 社区，开发者可以加入该社区来了解最新动态、与其他开发者交流、共同解决问题。

功能特点

• 语言协调：通过功能词的使用来衡量个体或群体间的语言影响力和相对权力。
• 礼貌策略：一组与礼貌和不礼貌相关的词汇和解析特征。
• 预期对话上下文框架：用于根据预期的对话上下文描述话语和术语的框架。
• 超图对话表示：通过超图表示对话的结构特征进行提取的方法。
• 对话中的语言多样性：计算个体在其自身对话中的语言多样性，以及在一个群体中的语言多样性。
• CRAFT 调用预测：使用神经模型预测对话发展的未来结果（如，偏离到人身攻击）。

数据集

ConvoKit 附带了若干已准备好可直接使用的数据集，常用的有：

• Wikipedia 编辑员讨论页
• 改变我观点（ChangeMyView）子版的数据集
• 康奈尔电影对话语料库
• 议会问答环节数据集
• 美国最高法院口头辩论数据集
• Reddit 子版面数据集
• 各种对话语料库（如网球访谈、智力辩论人物交谈、朋友剧集对话等）

用户还可以使用自己的数据集，通过将它们加载到 convokit.Corpus 对象中来进行操作。

安装方法

要使用 ConvoKit 工具包，需具备 Python 3.10 或更高版本。下面是安装步骤：

1. 使用 pip3 安装：pip3 install convokit
2. 下载 Spacy 的英语模型：python3 -m spacy download en
3. 下载 NLTK 的 'punkt' 模型：在 Python 解释器中执行 import nltk; nltk.download('punkt')

如果在安装过程中遇到困难，可以通过查看项目的故障排除指南获得帮助。

文档与学习

完整的文档可以通过 ConvoKit 的官网访问。对于新手，可以从核心概念教程和高级教程开始，这些教程提供了如何将 ConvoKit 导入项目、加载语料库以及使用 ConvoKit 功能的指南。

贡献与致谢

ConvoKit 社区欢迎所有形式的贡献，您可以查看贡献指南以了解如何参与。此外，使用者在引用 ConvoKit 的代码或数据集时，请依据文档中的提示给予相应的学术致谢。

通过对 ConvoKit 的介绍，不难看出，它为对对话进行复杂分析提供了强大的工具和丰富的资源，不仅便利了研究者，也为开发者开放了无限可能。