Brendan/multiwoz_turns_v22_test_set_partitioned

该数据集包含多个对话的详细信息，每个对话都有唯一的对话ID和轮次ID。数据集涵盖了多个领域，如酒店、火车、景点、餐厅、医院、出租车、公交车和警察等。每个对话包含系统发言和用户发言，并且记录了每个领域的槽位值。数据集被分割为多个测试集，每个测试集都有对应的字节大小和示例数量。

原始信息汇总

数据集概述

数据集特征

数据集包含以下特征：

• dialogue_id: 对话ID，数据类型为字符串。
• turn_id: 对话轮次ID，数据类型为整数。
• domains: 领域，数据类型为字符串序列。
• system_utterances: 系统话语，数据类型为字符串序列。
• user_utterances: 用户话语，数据类型为字符串序列。
• slot_values: 槽值，数据类型为结构体，包含以下子结构：
  • hotel: 酒店相关槽值，包含以下字段：
    • price range: 价格范围，数据类型为字符串。
    • type: 类型，数据类型为字符串。
    • parking: 停车，数据类型为字符串。
    • book day: 预订日期，数据类型为字符串。
    • book people: 预订人数，数据类型为字符串。
    • book stay: 预订住宿，数据类型为字符串。
    • stars: 星级，数据类型为字符串。
    • internet: 互联网，数据类型为字符串。
    • name: 名称，数据类型为字符串。
    • area: 区域，数据类型为字符串。
  • train: 火车相关槽值，包含以下字段：
    • arrive by: 到达时间，数据类型为字符串。
    • departure: 出发地，数据类型为字符串。
    • day: 日期，数据类型为字符串。
    • book people: 预订人数，数据类型为字符串。
    • leave at: 离开时间，数据类型为字符串。
    • destination: 目的地，数据类型为字符串。
  • attraction: 景点相关槽值，包含以下字段：
    • area: 区域，数据类型为字符串。
    • name: 名称，数据类型为字符串。
    • type: 类型，数据类型为字符串。
  • restaurant: 餐厅相关槽值，包含以下字段：
    • price range: 价格范围，数据类型为字符串。
    • area: 区域，数据类型为字符串。
    • food: 食物，数据类型为字符串。
    • name: 名称，数据类型为字符串。
    • book day: 预订日期，数据类型为字符串。
    • book people: 预订人数，数据类型为字符串。
    • book time: 预订时间，数据类型为字符串。
  • hospital: 医院相关槽值，包含以下字段：
    • department: 科室，数据类型为字符串。
  • taxi: 出租车相关槽值，包含以下字段：
    • leave at: 离开时间，数据类型为字符串。
    • destination: 目的地，数据类型为字符串。
    • departure: 出发地，数据类型为字符串。
    • arrive by: 到达时间，数据类型为字符串。
  • bus: 公交车相关槽值，包含以下字段：
    • departure: 出发地，数据类型为字符串。
    • destination: 目的地，数据类型为字符串。
    • leave at: 离开时间，数据类型为字符串。
    • day: 日期，数据类型为字符串。
  • police: 警察相关槽值，包含以下字段：
    • name: 名称，数据类型为字符串。
• turn_slot_values: 轮次槽值，数据类型为结构体，包含与slot_values相同的子结构。
• last_slot_values: 上一轮次槽值，数据类型为结构体，包含与slot_values相同的子结构。
• last_system_response_acts: 上一轮次系统响应动作，数据类型为字符串序列。
• system_response_acts: 系统响应动作，数据类型为字符串序列。
• system_response: 系统响应，数据类型为字符串。

数据集分割

数据集包含以下分割：

• test_0_50: 374个样本，573034.9669017906字节。
• test_50_100: 355个样本，543923.5648399349字节。
• test_100_150: 365个样本，559245.3553988063字节。
• test_150_200: 371个样本，568438.4297341291字节。
• test_200_250: 363个样本，556180.997287032字节。
• test_250_300: 367个样本，562309.7135105806字节。
• test_300_350: 372个样本，569970.6087900163字节。
• test_350_400: 362个样本，554648.8182311449字节。
• test_400_450: 343个样本，525537.4161692892字节。
• test_450_500: 364个样本，557713.1763429191字节。
• test_500_550: 389个样本，596017.6527400977字节。
• test_550_600: 383个样本，586824.5784047748字节。
• test_600_650: 380个样本，582228.0412371134字节。
• test_650_700: 389个样本，596017.6527400977字节。
• test_700_750: 380个样本，582228.0412371134字节。
• test_750_800: 337个样本，516344.3418339664字节。
• test_800_850: 370个样本，566906.250678242字节。
• test_850_900: 389个样本，596017.6527400977字节。
• test_900_950: 365个样本，559245.3553988063字节。
• test_950_1000: 354个样本，542391.3857840478字节。

数据集大小

• 下载大小: 2801791字节。
• 数据集大小: 11295224.0字节。

配置

• config_name: default
  • data_files:
    • test_0_50: data/test_0_50-*
    • test_50_100: data/test_50_100-*
    • test_100_150: data/test_100_150-*
    • test_150_200: data/test_150_200-*
    • test_200_250: data/test_200_250-*
    • test_250_300: data/test_250_300-*
    • test_300_350: data/test_300_350-*
    • test_350_400: data/test_350_400-*
    • test_400_450: data/test_400_450-*
    • test_450_500: data/test_450_500-*
    • test_500_550: data/test_500_550-*
    • test_550_600: data/test_550_600-*
    • test_600_650: data/test_600_650-*
    • test_650_700: data/test_650_700-*
    • test_700_750: data/test_700_750-*
    • test_750_800: data/test_750_800-*
    • test_800_850: data/test_800_850-*
    • test_850_900: data/test_850_900-*
    • test_900_950: data/test_900_950-*
    • test_950_1000: data/test_950_1000-*