community-datasets/diplomacy_detection

该数据集名为HateOffensive，主要包含成对对话，标注了发送者和接收者对欺骗（或诚实）的标注。数据集包含17,289条消息，来自12个游戏。数据集的字段包括消息内容、发送者和接收者的标签、游戏得分、消息索引、季节、年份等。数据集的语言为英语，任务类别为文本分类，具体任务为意图分类。

原始信息汇总

数据集概述

基本信息

• 数据集名称: HateOffensive
• 语言: 英语
• 许可: 未知
• 数据集大小: n<1K
• 源数据: 原始数据
• 任务类别: 文本分类
• 任务ID: 意图分类

数据结构

特征

• messages: 消息文本，字符串格式。
• sender_labels: 发送者标签，表示消息是否为真，值为 false 或 true。
• receiver_labels: 接收者标签，表示消息是否被接收者认为是真的，值为 false、true 或 noannotation。
• speakers: 发言者，表示消息的发送者，值为 italy、turkey、russia、england、austria、germany、france。
• receivers: 接收者，表示消息的接收者，值为 italy、turkey、russia、england、austria、germany、france。
• absolute_message_index: 消息在游戏中的绝对索引，整数格式。
• relative_message_index: 消息在当前对话中的相对索引，整数格式。
• seasons: 季节，表示游戏中的季节，值为 spring、fall、winter。
• years: 年份，表示游戏中的年份，值为 1901 到 1918。
• game_score: 游戏得分，表示发送者的当前游戏得分，字符串格式，范围从 0 到 18。
• game_score_delta: 游戏得分差，表示发送者与接收者的游戏得分差，字符串格式，范围从 -18 到 18。
• players: 玩家，表示游戏的参与者，值为 italy、turkey、russia、england、austria、germany、france。
• game_id: 游戏ID，表示消息来自的12个游戏中的哪一个，整数格式。

数据分割

• validation: 21个实例，254292字节
• train: 189个实例，2539726字节
• test: 42个实例，506139字节

下载信息

• 下载大小: 1294604字节
• 数据集大小: 3300157字节

配置

• config_name: default
• 数据文件:
  • validation: data/validation-*
  • train: data/train-*
  • test: data/test-*

引用信息

@inproceedings{Peskov:Cheng:Elgohary:Barrow:Danescu-Niculescu-Mizil:Boyd-Graber-2020, Title = {It Takes Two to Lie: One to Lie and One to Listen}, Author = {Denis Peskov and Benny Cheng and Ahmed Elgohary and Joe Barrow and Cristian Danescu-Niculescu-Mizil and Jordan Boyd-Graber}, Booktitle = {Association for Computational Linguistics}, Year = {2020}, Location = {Seattle}, }