MMDialog 多模态开放域多轮对话数据集

MMDialog 是一个大规模的多模态开放域对话数据集，包含 108 万个完整对话 session，超过 4,000 个对话主题，以及 153 万张非重复图像，每个对话 session 有平均 2.59 张图像，且可以位于对话过程的任何位置。

MMDialog is a large-scale multimodal open-domain dialogue dataset consisting of 1.08 million complete dialogue sessions, over 4,000 dialogue topics, and 1.53 million unique non-duplicate images. Each dialogue session includes an average of 2.59 images that can appear at any position during the dialogue.

搜集汇总

背景与挑战

背景概述

MMDialog是一个大规模多模态开放域多轮对话数据集，包含108万个对话session、超过4000个主题和153万张非重复图像，每个对话平均有2.59张图像。数据来源于英文在线社交平台，并经过隐私脱敏和加密处理。