Switchboard Dialog Act Corpus

该数据集是一个包含双边电话交谈的语音语料库，其中提供了具体的对话主题。此外，数据集还包含了额外的特征，如说话人标识和话题信息。其规模较大，包含了超过10万的语音片段。该数据集的任务是对对话行为进行分类。

This dataset is a speech corpus composed of bilateral telephone conversations, with specific conversation topics provided. Furthermore, it includes additional features such as speaker identifiers and topic information. With a large scale, the dataset contains over 100,000 speech segments. The task associated with this dataset is dialogue act classification.

搜集汇总

背景与挑战

背景概述

Switchboard Dialog Act Corpus是基于Switchboard-1电话语音语料库的扩展数据集，添加了对话行为标签以总结话语的句法、语义和语用信息。该数据集包含221,616个话语，其中约53%带有Penn Treebank解析树，并提供了Python处理工具和元数据（如话题、参与者性别和教育背景），适用于对话分析和自然语言处理研究。