daily_dialog的数据集卡片

数据集摘要

我们开发了一个高质量的多轮对话数据集，DailyDialog，它在几个方面非常引人入胜。该数据集的语言是人工编写的，噪音较小。数据集中的对话反映了我们日常的交流方式，并涵盖了关于日常生活的各种主题。我们还手动为开发的数据集添加了交流意图和情感信息。然后，我们评估了在DailyDialog数据集上的现有方法，并希望它对对话系统研究领域有所裨益。

支持的任务和排行榜

More Information Needed

语言

More Information Needed

数据集结构

数据实例

• 下载的数据集文件大小：4.48 MB
• 生成的数据集大小：8.63 MB
• 使用的总磁盘空间：13.11 MB

“验证”示例如下所示。

This example was too long and was cropped:

{
    "act": [2, 1, 1, 1, 1, 2, 3, 2, 3, 4],
    "dialog": "[\"Good afternoon . This is Michelle Li speaking , calling on behalf of IBA . Is Mr Meng available at all ? \", \" This is Mr Meng ...",
    "emotion": [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
}

数据字段

所有拆分的数据字段相同。

• 对话：一系列字符串特征。
• 行为：分类标签列表，可能的值包括__dummy__（0）、inform（1）、question（2）、directive（3）和commissive（4）。
• 情感：分类标签列表，可能的值包括没有情感（0）、愤怒（1）、厌恶（2）、恐惧（3）、快乐（4）、悲伤（5）和惊讶（6）。

数据拆分

数据集创建

策划原因

More Information Needed

源数据

More Information Needed

More Information Needed

注释

More Information Needed

More Information Needed

个人和敏感信息

More Information Needed

使用数据的考虑事项

数据的社会影响

More Information Needed

偏见讨论

More Information Needed

其他已知限制

仅供研究目的提供数据集。有关详细信息，请查看数据集许可证。

其他信息

数据集策划者

More Information Needed

许可信息

DailyDialog数据集的许可证为 CC BY-NC-SA 4.0 。

引用信息

@InProceedings{li2017dailydialog,
    author = {Li, Yanran and Su, Hui and Shen, Xiaoyu and Li, Wenjie and Cao, Ziqiang and Niu, Shuzi},
    title = {DailyDialog: A Manually Labelled Multi-turn Dialogue Dataset},
    booktitle = {Proceedings of The 8th International Joint Conference on Natural Language Processing (IJCNLP 2017)},
    year = {2017}
}

贡献

感谢 @thomwolf 和 @julien-c 添加了这个数据集。