ubuntu

Ubuntu对话语料库（Ubuntu Dialogue Corpus，UDC）是一个包含近100万次多轮对话的数据集，总计超过700万条语句和1亿个单词。该数据集为研究基于神经语言模型的对话管理系统提供了独特的资源，结合了对话状态跟踪挑战数据集的多轮对话特性和Twitter等微博服务的非结构化交互特性。数据集包括训练集和开发/测试集，每个数据集都有特定的特征和分割。