数据堂—830,276组人人多轮对话文本数据

多轮对话文本数据是真实用户在手机端的交互类文本数据，数据本身已进行脱敏处理，消除了用户隐私信息（用 A 和 B 代替发送方和接受方，手机号和姓名等敏感信息都使用'***'进行代替）。多轮对话文本数据可用于自然语言理解等任务

Multi-turn dialogue text data refers to interactive text data generated by real users during their mobile terminal interactions. The data has been de-identified to eliminate user privacy information: senders and receivers are replaced with A and B, and sensitive information such as phone numbers and names are substituted with '***'. This multi-turn dialogue text dataset can be applied to tasks including natural language understanding.

搜集汇总

背景与挑战

背景概述

该数据集由数据堂提供，包含830,276组真实人人多轮对话文本，收集于2015年。数据经过匿名化处理，适用于自然语言理解等任务，存储格式为txt，版权归数据堂所有，允许商业使用。