mikelewis0/deal_or_no_dialog

该数据集名为Deal or No Deal Negotiator，是一个关于人类之间在多议题谈判任务中进行对话的大型数据集。数据集中的对话是通过自然语言进行的，参与谈判的代理无法观察到对方的奖励函数，必须通过对话达成协议。数据集主要用于训练端到端的谈判模型，文本语言为英语。数据集包含两个配置：dialogues和self_play，分别包含训练、验证和测试集。数据集的创建过程涉及众包，使用了Amazon Mechanical Turk平台上的美国工人进行标注。

原始信息汇总

数据集概述

• 数据集名称: Deal or No Deal Negotiator
• 数据集别名: Deal or No Deal Negotiator
• 数据集大小: 10K<n<100K
• 语言: 英语
• 许可证: cc-by-4.0
• 多语言性: 单语
• 源数据集: 原创
• 任务类别: 对话
• 配置名称:
  • dialogues
  • self_play

数据集结构

数据实例

• 对话: 代理之间的对话。
• 输入: 第一个代理的输入。
• partner_input: 另一个代理的输入。
• count: 三个可用项目的计数。
• value: 三个可用项目的价值。
• output: 描述三个项目类型中每个代理分配的数量。

数据字段

• dialogue: 字符串类型。
• input: 序列类型，包含count（int32）和value（int32）。
• output: 字符串类型。
• partner_input: 序列类型，包含count（int32）和value（int32）。

数据分割

配置名称	训练	验证	测试
dialogues	10095	1087	1052
self_play	8172	NA	NA

数据集创建

注释

• 注释创建者: 众包
• 语言创建者: 众包
• 注释过程: 使用Amazon Mechanical Turk进行，每对话支付$0.15，最高分数额外奖励$0.05。仅限美国境内、95%批准率和至少5000次先前任务的工人。

许可证信息

• 许可证: cc-by-4.0

搜集汇总

背景与挑战

背景概述

该数据集是一个大规模的人类谈判对话集合，用于多议题协商任务研究，包含对话文本和物品分配信息。数据通过亚马逊Mechanical Turk收集，规模在1万到10万条之间，使用英语。