MetaLWOz 数据集卡

数据集摘要

MetaLWOz：用于快速调整对话模型的多领域对话数据集。我们引入了Meta-Learning Wizard of Oz（MetaLWOz）对话数据集，用于开发对话模型的快速适应方法。此数据可用于训练面向任务的对话模型，特别是用于开发使用少量数据快速模拟用户响应的方法。这种快速适应模型属于迁移学习和元学习的研究领域。该数据集包含37,884个众包对话，这些对话是在Wizard of Oz的设置中两个人类用户之间记录的，其中一个被指示行为像一个机器人，另一个是真正的人类用户。用户被分配一个特定领域的任务，例如在特定餐馆预订预订，他们一起完成任务。我们的数据集包括47个领域，共227个任务。对话至少包含10个轮次。

支持的任务和排行榜

此数据集支持多种任务。

• 生成式对话建模或对话建模：可以使用这些数据训练面向任务的对话模型，特别是开发使用少量数据快速模拟用户响应的方法。这种快速适应模型属于迁移学习和元学习的研究领域。对话的文本可用于在话语上训练一个序列模型。示例输入/输出在数据示例部分给出。

语言

数据集中的文本为英文（en）。

数据集结构

数据实例

数据实例是两个众包工作者之间的完整多轮对话，一个扮演机器人的角色，另一个是用户。两者都被给予一个领域和一个任务。每个轮次有一个单独的话语，例如：

Domain: Ski
User Task: You want to know if there are good ski hills an
hour’s drive from your current location.
Bot Task: Tell the user that there are no ski hills in their
immediate location.
Bot: Hello how may I help you?
User: Is there any good ski hills an hour’s drive from my
current location?
Bot: I’m sorry to inform you that there are no ski hills in your
immediate location
User: Can you help me find the nearest?
Bot: Absolutely! It looks like you’re about 3 hours away from
Bear Mountain. That seems to be the closest.
User: Hmm.. sounds good
Bot: Alright! I can help you get your lift tickets now!When
will you be going?
User: Awesome! please get me a ticket for 10pax
Bot: You’ve got it. Anything else I can help you with?
User: None. Thanks again!
Bot: No problem!

此对话的输入/输出示例：

Input: dialog history = Hello how may I help you?; Is there
any good ski hills an hour’s drive from my current location?;
I’m sorry to inform you that there are no ski hills in your
immediate location
Output: user response = Can you help me find the nearest?

数据字段

每个对话实例都有以下字段：

• id：标识对话的唯一ID。
• user_id：标识用户的唯一ID。
• bot_id：标识机器人的唯一ID。
• domain：标识领域的唯一ID。提供与任务数据集的映射。
• task_id：标识任务的唯一ID。提供与任务数据集的映射。
• turns：在机器人提示下，机器人和用户之间的话语序列。

每个任务实例都具有以下字段：

• task_id：标识任务的唯一ID。
• domain：标识领域的唯一ID。
• bot_prompt：机器人的任务规范。
• bot_role：机器人的领域导向角色。
• user_prompt：用户的任务规范。
• user_role：用户的领域导向角色。

数据拆分

数据集分为训练集和测试集，大小如下：

下面是数据集的各种统计信息：

数据集创建

策展原理

[需要更多信息]

源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据时的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

附加信息

数据集策展者

该数据集的v1版本由来自Microsoft Research（加拿大蒙特利尔）的研究人员团队创建。

许可信息

该数据集发布在 Microsoft Research Data License Agreement 下。

引用信息

可以引用以下关于MetaLWOz各个版本的文章：

Version 1.0

@InProceedings{shalyminov2020fast,
author = {Shalyminov, Igor and Sordoni, Alessandro and Atkinson, Adam and Schulz, Hannes},
title = {Fast Domain Adaptation For Goal-Oriented Dialogue Using A Hybrid Generative-Retrieval Transformer},
booktitle = {2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)},
year = {2020},
month = {April},
url = {https://www.microsoft.com/en-us/research/publication/fast-domain-adaptation-for-goal-oriented-dialogue-using-a
-hybrid-generative-retrieval-transformer/},
}

贡献

感谢 @pacman100 添加此数据集。