ClariQ

会话系统的主要目的是响应用户请求返回适当的答案。但是，某些用户请求可能不明确。在信息检索（IR）设置中，这种情况主要通过搜索结果页面的多样化来处理。然而，在对话设置中更具挑战性。_x000D_
_x000D_
我们发布 ClariQ 数据集 [3, 4]，旨在研究对话设置的以下情况：_x000D_
_x000D_
用户正在问一个模棱两可的问题（其中模棱两可的问题是一个可以返回> 1个可能答案的问题）；_x000D_
系统必须识别出问题是模棱两可的，而不是试图直接回答，而是提出一个很好的澄清问题。_x000D_
作为挑战的一部分，我们旨在回答的主要研究问题如下：_x000D_
_x000D_
RQ1：对话中什么时候问澄清问题？_x000D_
RQ2：如何生成澄清问题？

搜集汇总

背景与挑战

背景概述

ClariQ是一个用于对话系统研究的数据集，旨在处理用户模糊问题时生成澄清提问，主要探讨何时提问及如何生成问题。该数据集由多个研究机构于2021年发布。