GEM/RiSAWOZ

RiSAWOZ是一个中文对话数据集，可用于研究多种对话任务，如对话状态跟踪、对话上下文到文本生成、共指消解和统一的生成省略与共指消解。该数据集由苏州大学和天津大学的研究团队创建，并得到了国家重点研发计划的支持。数据集包含丰富的语义注释，适用于任务导向的对话建模。

原始信息汇总

数据集概述

数据集基本信息

• 名称: RiSAWOZ
• 语言: 中文 (zh)
• 许可证: cc-by-4.0
• 源数据集: 原始数据
• 任务类别: 对话响应生成
• 数据集大小: 未知
• 多语言性: 未知
• 注释创建者: 众包
• 语言创建者: 未知

数据集详细描述

• 用途: RiSAWOZ是一个中文对话数据集，用于研究多种对话任务，如对话状态跟踪、对话上下文到文本生成、指代消解和统一生成省略与指代消解。
• 主要任务: 对话响应生成
• 通信目标: 生成系统响应，基于对话上下文，跨多个领域。
• 数据结构: 数据集包含多个字段，如对话ID、目标、领域、对话内容等，每个对话轮次包括用户和系统的言语、信念状态、用户和系统的对话动作等。

数据集来源与使用

• 创建者: Jun Quan, Shian Zhang, Qian Cao (Soochow University), Zizhong Li, Deyi Xiong (Tianjin University)
• 资金支持: 国家重点研发项目
• 组织类型: 学术
• 组织: 苏州大学和天津大学
• 许可证: Creative Commons Attribution 4.0 International (cc-by-4.0)
• 联系人: Deyi Xiong ([e-mail])

数据集结构

• 数据字段:

  • gem_id
  • dialogue_id
  • goal
  • domains
  • dialogue (包含多个字段，如turn_id, user_utterance, system_utterance等)

• 示例实例: 提供了一个详细的对话实例，展示了对话的结构和内容。

数据集使用

• 加载方式: 使用datasets.load_dataset(GEM/RiSAWOZ)加载数据集。

数据集链接

• 主数据卡: GEM Website
• 论文: ACL Anthology
• 网站: RiSAWOZ Website
• GitHub仓库: RiSAWOZ GitHub

数据集贡献者

• 数据卡贡献者: Tianhao Shen, Chaobin You, Deyi Xiong (Tianjin University)

数据集多语言性和覆盖范围

• 多语言性: 否
• 覆盖语言/方言: 仅覆盖普通话中文
• 覆盖领域: 多个领域，具体领域未明确列出

搜集汇总

背景与挑战

背景概述

GEM/RiSAWOZ是一个大规模多领域中文对话数据集，专门用于任务导向对话建模，包含超过1.1万条对话和丰富的语义注释（如省略和共指解析）。该数据集支持多种对话任务研究，如对话状态跟踪和上下文生成，覆盖旅游景点、餐厅等12个领域，并提供了详细的对话结构和标注信息。