CDConv中文对话一致性检测数据集

CDConv是第一个高质量中文对话一致性检测数据集，包含12K对话Session，覆盖多轮对话中的句内冲突、角色混淆、历史冲突等全面丰富的对话冲突类型。该数据采用一系列方法，通过模拟常见的用户行为来自动触发聊天机器人产生对话冲突，然后由人工标注得到具体冲突类型。聊天机器人采用领先的中文对话机器人百度PLATO和清华EVA。该数据集关注多轮对话中的内部冲突，更符合对话任务特点，可用于对话冲突检测和对话质量改善等相关研究。