DFKI/radr_intents

该数据集包含在紧急响应领域的训练会话中记录的对话，这些对话通常由控制机器人的操作员、团队领导者和任务指挥官之间进行。数据在TRADR和ADRZ项目中被转录和注释，对话被分成多个回合，每个回合都标注了说话者和意图。数据集的语言为德语，包含3525个对话回合，分为训练、开发和测试集。数据集的注释包括紧急响应领域的对话意图，如呼叫、呼叫响应、信息请求、信息提供、确认、否认、命令等。数据集不包含任何个人或敏感信息，且仅涵盖部分紧急情况，如火灾、建筑物倒塌和化学泄漏。

原始信息汇总

数据集卡片："Intent Classification for Robot Assisted Disaster Response"

数据集概述

该数据集包含在紧急响应领域训练期间记录的对话。对话通常发生在控制机器人的多个操作员、团队领导和任务指挥官之间。数据由TRADR和ADRZ项目转录和注释。对话被分成回合，每个回合都由说话者和意图进行注释。

数据集详情

数据集描述

• 由以下机构策划： DFKI，Talking Robots Group at MLT
• 语言(NLP)： 德语
• 许可证： [更多信息需要]

数据集结构

数据实例

json { id: 1235, speaker: UAV, text: wir haben einmal den Akku gewechselt, bis jetzt noch kein Rauch festzustellen ..., label: 2 }

数据字段

• id: 对话回合的ID，一个int特征
• speaker: 回合的说话者，一个string特征
• text: 回合的话语，一个string特征
• label: 回合的标签，一个int特征

数据分割

该数据集总共包含3525个对话回合。数据分割如下：2610个回合用于训练，310个用于开发，605个用于测试。数据代表连续对话，即前一个ID指的是对话中的前一个回合。

标签描述和统计

标签	含义	训练	百分比	示例
0	disconfirm	35	1.3%	Ist negativ, noch nicht.
1	order	216	8.3%	Für Sie Erkundungsauftrag: Gesamtüberblick über die Einsatzstelle. Kommen.
2	info_provide	979	37.5%	Ich verlasse das Erdgeschoss und gehe ins erste Obergeschoss.
3	info_request	238	9.1%	Frage: Erkundungsergebnis aus der östlichen Seite des Gebäudes, kommen.
4	call	487	18.7%	RobLW an Zugführer, kommen.
5	call_response	370	14.2%	Ja, hier ist Zugführer, kommen.
6	other	43	1.7%	Einen Augenblick, ich melde mich gleich.
7	confirm	242	9.3%	Ein Lagebild von oben, komplette Lage, und ein Lagebild zwischen den beiden Türen, verstanden.

数据集创建

策划理由

该数据集基于紧急响应领域中使用无线电通信协议的录音。对话的目的是在机器人辅助的灾难响应中协调救援行动。

源数据

数据基于人-人通信在机器人辅助灾难响应中的应用。对话是任务导向的，专注于使用机器人探索某些区域、寻找危险物质、定位火灾、损坏或受害者的团队协作执行任务。

数据收集和处理

初始音频记录在TRADR和ADRZ项目中收集，由Talking Robots Group, DFKI转录和注释。

注释

注释包括与紧急响应领域通信相关的对话意图：call, call_response, info_request, info_provide, confirm, disconfirm, order 和 other。

注释过程

录音被手动转录并注释了紧急响应意图。总共有3525个对话回合，平均每个回合有6.3个令牌。

注释者

所有注释均由Talking Robots Group, DFKI的研究助理完成。

个人和敏感信息

数据集不包含任何真实姓名、地址或其他个人信息。录音是在紧急情况模拟的训练会话中完成的。

偏差、风险和限制

数据集仅涵盖了可能的紧急情况的一小部分，主要集中在火灾、建筑物倒塌和化学泄漏上。它不涉及许多其他情况，例如交通事故、洪水或爆炸。

引用

该数据集的部分内容已在以下论文中介绍。然而，当前版本由于额外的数据收集包含了更多的注释回合。

BibTeX: bibtex @inproceedings{anikina-2023-towards, title = "Towards Efficient Dialogue Processing in the Emergency Response Domain", author = "Anikina, Tatiana", editor = "Padmakumar, Vishakh and Vallejo, Gisela and Fu, Yao", booktitle = "Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 4: Student Research Workshop)", month = jul, year = "2023", address = "Toronto, Canada", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/2023.acl-srw.31", doi = "10.18653/v1/2023.acl-srw.31", pages = "212--225", abstract = "In this paper we describe the task of adapting NLP models to dialogue processing in the emergency response domain. Our goal is to provide a recipe for building a system that performs dialogue act classification and domain-specific slot tagging while being efficient, flexible and robust. We show that adapter models Pfeiffer et al. (2020) perform well in the emergency response domain and benefit from additional dialogue context and speaker information. Comparing adapters to standard fine-tuned Transformer models we show that they achieve competitive results and can easily accommodate new tasks without significant memory increase since the base model can be shared between the adapters specializing on different tasks. We also address the problem of scarce annotations in the emergency response domain and evaluate different data augmentation techniques in a low-resource setting.", }

APA:

Anikina, T. (2023). Towards Efficient Dialogue Processing in the Emergency Response Domain. Annual Meeting of the Association for Computational Linguistics.

术语表

用于说话者的缩写：

• UGV: Unmanned Ground Vehicle
• UAV: Unmanned Aerial Vehicle
• MC: Mission Commander
• TL: Team Leader
• RobLW: Robotikleitwagen (robotic lead vehicle)
• ZF: Zugführer (fire brigade commander)
• GF: Gruppenführer (group leader)
• ELW: Einsatzleitwagen (emergency command vehicle)
• GW-DUK: Gerätewagen-Daten-und-Kommunikation (vehicle for transporting robots and equipment)

搜集汇总

数据集介绍

构建方式

该数据集源自机器人辅助灾难响应领域的真实人机对话录音，采集自TRADR与ADRZ两大研究项目的应急演练场景。原始音频由德国人工智能研究中心（DFKI）的Talking Robots小组进行人工转录与标注，共包含3525个对话轮次。每个轮次均标注了说话者身份（如无人地面车辆、无人机、任务指挥官等）及对话意图。数据按对话连续顺序组织，前一轮次的ID指向后一轮次，保留了对话的上下文连贯性。数据集被划分为训练集（2610轮）、开发集（310轮）和测试集（605轮），以支持监督学习下的意图分类任务。

特点

该数据集聚焦于应急响应领域的专业通信协议，意图标签涵盖八类核心对话行为：呼叫、呼叫回应、信息请求、信息提供、确认、否认、命令及其他。标签分布呈现显著的长尾特征，其中信息提供类占比最高（37.5%），而否认类最为稀疏（1.3%）。值得注意的是，相同表面形式的话语（如“等待”）在不同上下文中可能被赋予截然不同的意图标签，这凸显了对话语境对意图判定的关键作用。数据集平均每轮仅含6.3个词元，体现了紧急通信中简洁高效的语用风格。

使用方法

该数据集专为文本分类任务设计，适用于训练和评估面向紧急响应领域的对话意图识别模型。用户可通过HuggingFace Datasets库直接加载，每条数据包含唯一标识符、说话者、话语文本及整数编码的意图标签。由于标签含义高度依赖对话历史，推荐在建模时引入上下文信息（如前序轮次）以提升分类性能。数据集还支持作为低资源场景下的基准测试，结合适配器微调或数据增强技术，探索在标注稀缺条件下的模型鲁棒性。

背景与挑战

背景概述

在灾难响应领域，人机协同的通信效率直接关乎救援行动的成败。由德国人工智能研究中心（DFKI）多语言与语言技术实验室的Talking Robots团队主导，基于TRADR与ADRZ项目在2015年至2020年间采集的应急培训会话录音，构建了面向机器人辅助灾难响应的意图分类数据集。该数据集聚焦于任务导向型对话，涵盖指挥官、无人机、地面机器人等多角色在火灾、建筑坍塌与化学泄漏等模拟场景中的协同指令，共包含3525个对话轮次，标注了呼叫、确认、信息提供等8类意图。作为德语领域首个公开的应急响应意图分类资源，它为提升人机对话系统的鲁棒性提供了基准，推动了自然语言处理技术在极端环境下的应用探索。

当前挑战

该数据集面临的核心挑战在于领域特异性与数据稀缺性。首先，应急通信的意图高度依赖上下文，如“等待”一词可因前序对话被标注为否定、确认或命令，这要求模型具备长距离语境建模能力，远超常规文本分类的复杂度。其次，数据采集局限于训练模拟场景，未涵盖交通事故、洪水等常见灾种，导致模型泛化能力受限。构建过程中，仅6.3词/轮的平均长度加剧了语义稀疏性，而人工转录与标注的高成本使得总量仅三千余条，且部分意图（如否定类）占比不足2%，极易引发类别不平衡问题。此外，对话中专业术语与电台通信协议（如“ kommen ”）的嵌入，进一步增加了跨领域迁移的难度。

常用场景

经典使用场景

在机器人辅助灾难响应这一高度动态且任务关键的领域中，DFKI/radr_intents数据集被广泛用于构建和评估意图分类模型。其核心应用场景在于，通过对多角色对话（如无人机操作员、任务指挥官、消防队长等）中每一话轮进行细粒度意图标注（如命令、信息提供、确认、呼叫等），研究者能够训练出能够理解复杂无线电通信协议下对话行为的自然语言处理系统。该数据集覆盖了3525个话轮，平均每话轮仅6.3个词，语言紧凑且富含领域术语，使其成为检验模型在低资源、高噪声环境下语义理解能力的理想基准。经典使用方式包括基于预训练语言模型（如BERT）进行微调，并结合上下文窗口与说话人嵌入，以捕捉对话中的依赖关系与角色切换对意图判定的影响。

衍生相关工作

该数据集已催生一系列经典研究工作，其中最具代表性的是Anikina（2023）在ACL学生研讨会上发表的论文，该工作首次系统性地探索了将适配器（Adapter）模型应用于灾难响应领域的对话行为分类与领域特定槽位填充，证明了适配器在保持与全微调模型相当性能的同时，能显著降低内存占用并支持任务灵活扩展。此外，研究者还基于该数据集评估了回译、同义词替换等数据增强技术在低资源场景下的有效性，为解决标注稀缺问题提供了实证依据。这些衍生工作不仅深化了对灾难响应对话独特语言现象（如呼叫-应答协议、角色依赖的意图歧义）的理解，也为后续将对话系统部署到资源受限的应急设备（如无人机机载终端）铺平了道路。

数据集最近研究

最新研究方向

在灾害响应这一高风险领域，人机协作对话系统的智能化已成为前沿研究热点。DFKI/radr_intents数据集聚焦于机器人辅助灾难救援中的意图分类，其对话来源于TRADR与ADRZ项目的真实训练录音，涵盖呼叫、确认、信息提供等八类关键通信意图。近期研究多围绕如何利用该数据集提升对话理解在资源受限环境下的鲁棒性与效率，例如通过适配器模型（Adapter）结合上下文与说话人信息，在保持基模型共享的同时实现轻量级任务适配。同时，低资源场景下的数据增强技术也备受关注，旨在缓解标注稀疏问题。该数据集不仅推动了灾害响应领域专用NLP模型的构建，更为实现高效、灵活的应急通信智能系统奠定了重要基础，具有显著的现实意义与应用价值。