tee-oh-double-dee/social-orientation

该数据集包含30,012条对话记录，每条记录都附带有社交倾向标签，如Assured-Dominant, Gregarious-Extraverted等。这些标签是通过GPT-4模型生成的，用于预测和解释社交互动的结果，例如在线辩论或论坛讨论。数据集可以与Conversations Gone Awry数据集合并，用于训练社交倾向分类器，并已被用于训练英语和多语言的社交倾向标记器。

原始信息汇总

数据集概述

基本信息

• 名称: Social Orientation
• 语言: 英语
• 许可证: MIT
• 任务类别: 文本分类
• 大小类别: 10K<n<100K

数据集结构

• 特征:
  • id (字符串): 用于与源CGA数据合并的唯一标识符。
  • social_orientation (字符串): 包含的标签有{Assured-Dominant, Gregarious-Extraverted, Warm-Agreeable, Unassuming-Ingenuous, Unassured-Submissive, Aloof-Introverted, Cold, Arrogant-Calculating, Not Available}。

数据集大小

• 下载大小: 543685字节
• 数据集大小: 1311810字节
• 训练集:
  • 大小: 30021个样本
  • 存储大小: 1311810字节

使用方法

• 直接使用: 可以通过id字段将此数据集与CGA源数据合并，用于训练社交倾向分类器。
• 预训练模型: 提供了两个预训练的分类器，一个用于英语，另一个用于多语言。

数据集创建

• 来源数据: 来自在线Wikipedia页面编辑讨论的Conversations Gone Awry数据集。
• 标注过程: 使用GPT-4对CGA中的语句进行社交倾向标签标注，并通过人工样本验证标注的一致性。

引用信息

@misc{morrill2024social, title={Social Orientation: A New Feature for Dialogue Analysis}, author={Todd Morrill and Zhaoyuan Deng and Yanda Chen and Amith Ananthram and Colin Wayne Leach and Kathleen McKeown}, year={2024}, eprint={2403.04770}, archivePrefix={arXiv}, primaryClass={cs.CL} }