Ecom-Chatbot-Finetuning-Dataset

Ecom Chatbot Fine-Tuning Dataset 是一个统一的电子商务聊天机器人微调数据集，整合了5个来源数据集（总计40,098个示例），涵盖产品发现、订单管理、客户支持、退货等多个方面。数据集包含多个分片，包括Amazon产品元数据（5,000个示例）、Amazon产品评论（23,100个示例）、ASOS时尚电子商务数据（2,000个示例）、Bitext客户支持数据（5,000个示例）和Bitext零售电子商务数据（4,998个示例）。每个数据条目包含多个字段，如唯一标识符（id）、来源数据集（source）、系统提示（system）、用户消息（prompt）、预期助手响应（response）、语言和地区信息（language/locale）、意图标签（intent_category/intent/sub_intent）等。该数据集适用于电子商务聊天机器人的微调和相关任务。

原始信息汇总

Ecom Chatbot Fine-Tuning Dataset 概述

数据集基本信息

• 许可证: Apache 2.0
• 语言: 英语 (en)
• 标签: 电子商务 (e-commerce)、聊天机器人 (chatbot)、客户支持 (customer-support)、对话式 (conversational)、微调 (fine-tuning)
• 总下载大小: 22,413,441 字节
• 总数据集大小: 68,551,906 字节
• 总示例数: 40,098 个

数据子集划分

数据集包含7个子集，具体信息如下：

子集名称	示例数量	数据大小（字节）	数据来源描述
amazon_reviews	23,100	30,820,225	Amazon 产品评论
amazon_meta	5,000	12,521,068	Amazon 产品元数据
asos	2,000	4,710,702	ASOS 时尚电子商务数据
bitext_retail	4,998	5,297,710	Bitext 零售电子商务数据（无占位符）
bitext_customer	5,000	4,843,246	Bitext 客户支持数据（无占位符）
synthetic_train	9,000	9,149,948	合成训练数据
synthetic_test	1,000	1,209,007	合成测试数据

数据集特征

每个数据条目包含以下特征字段：

• id: 唯一标识符
• source: 原始数据集来源
• group: 训练/测试分组 (A/B)
• system: 助手使用的系统提示
• prompt: 用户消息
• response_type: 响应类型 (text 或 tool_call)
• response: 期望的助手响应
• language: 语言元数据
• locale: 区域设置元数据
• annotator: 标注来源
• domain: 电子商务领域
• intent_category: 意图类别标签
• intent: 意图标签
• sub_intent: 子意图标签
• capability: 能力标签
• test_tier: 测试层级
• history: 先前的对话轮次 (JSON 字符串)
• context: 检索到的文档、购物车状态、订单详情 (JSON 字符串)
• tools: 可用的功能工具 (JSON 字符串)
• difficulty: 任务难度 (1–3)
• quality_score: 标注质量分数 (0–1)

数据集描述

这是一个统一的电子商务聊天机器人微调数据集，结合了5个源数据集（总计40,098个示例），涵盖产品发现、订单管理、客户支持、退货等场景。