GEM/schema_guided_dialog
收藏Hugging Face2022-10-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/GEM/schema_guided_dialog
下载链接
链接失效反馈官方服务：
资源简介：
GEM/schema_guided_dialog数据集是一个用于对话响应生成的挑战性数据集，涵盖了从酒店和旅行到餐厅等多个领域以及广泛的对话行为。每个对话的上下文也被提供。该数据集包含18K个多领域任务导向的对话，覆盖17个领域，包括银行、事件、媒体、日历、旅行和天气等。数据集的语言仅为英语，提供了一个用于任务导向对话中语言理解、槽填充、对话状态跟踪和响应生成等多个任务的测试平台。数据集的创建使用了多领域对话模拟器生成对话大纲，并通过众包程序将这些大纲转述为自然语言话语。
提供机构：
GEM
原始信息汇总
数据集概述
数据集基本信息
- 名称: schema_guided_dialog
- 语言: 英语 (en)
- 许可证: Creative Commons Attribution Share Alike 4.0 International (cc-by-sa-4.0)
- 任务类别: 对话响应生成 (conversational)
- 数据来源: 原始数据 (original)
- 创建者: Abhinav Rastogi, Xiaoxue Zang, Srinivas Sunkara, Raghav Gupta, Pranav Khaitan, Amir Fayazi, Maria Wang, Guan-Lin Chao
- 资金来源: Google
- 组织类型: 行业 (industry)
- 组织: Google
数据集描述
数据集概要
该数据集是一个对话响应生成数据集，输入指定对话行为，模型需要将其转化为自然语言。数据集包含多个领域，如酒店、旅行和餐厅等，涵盖广泛的对话行为，每个对话的上下文都已提供。
数据集结构
数据字段
每个对话实例包含以下字段：
dialogue_id: 对话的唯一标识符。services: 对话中出现的服务列表。turns: 系统或用户的发言列表，每个发言包含：speaker: 发言者，用户或系统。utterance: 自然语言发言内容。frames: 与单个服务相关的框架列表，包含服务信息、动作、调用服务、服务结果和对话状态。
数据分割
数据集分为训练集、验证集和测试集：
| 训练 | 验证 | 测试 | |
|---|---|---|---|
| 对话数量 | 16142 | 2482 | 4201 |
| 发言数量 | 48426 | 7446 | 12603 |
分割标准
数据通常是独立同分布分割，但某些主题仅出现在训练集或测试集中。
数据集在GEM中的应用
数据集的独特性
该数据集因其广泛的对话能力和高质量的数据收集方法，能够评估更多生成能力，与其他数据集相比，其领域更加多样化。
GEM特定的数据集修改
GEM版本的数据集针对响应生成部分进行了格式化，将服务代理的发言作为生成目标，将之前的客户发言和代理的对话行为作为输入，并重新格式化对话行为以符合特定论文描述的格式。
新增分割
GEM为数据集增加了9个挑战集，用于测试模型的泛化能力和鲁棒性。
