ConvLab/sgd1

Schema-Guided Dialogue (SGD) 数据集包含超过20k条多领域任务导向对话，涉及20个不同领域的服务和API交互，如银行、事件、媒体、日历、旅行和天气等。SGD-X数据集是原始SGD数据集的5种语言变体，由数百名付费众包工作者编写。这些变体从v1到v5在语言距离上逐渐远离原始模式。数据集支持多种任务，如意图预测、槽填充、对话状态跟踪、策略模仿学习、语言生成和用户模拟学习等。此外，数据集的评估集中包含未见过的领域和服务，以量化零样本或少样本设置下的性能。

原始信息汇总

数据集概述

• 名称: SGD-X v1
• 语言: 英语
• 许可: CC BY-SA 4.0
• 大小: 10K<n<100K
• 任务类别: 对话式

数据集详情

• 概述: SGD-X v1是Schema-Guided Dialogue (SGD)数据集的扩展，包含超过20k的多领域、任务导向的人机对话。这些对话涉及20个领域的服务和API交互。SGD-X数据集包含原始SGD数据集的5种语言变体，由数百名付费众包工作者编写。
• 数据转换: 使用generate_sgdx_dialogues.py脚本将原始数据转换为SGD-X格式。主要变化包括将原始act更名为intent，为每个领域添加count槽，根据intent分类dialogue acts，使用|连接多个值，保留active_intent, requested_slots, service_call。
• 支持的任务: NLU, DST, Policy, NLG, E2E
• 数据分割:
  • 训练: 16,142对话，329,964语句
  • 验证: 2,482对话，48,726语句
  • 测试: 4,201对话，84,594语句
  • 总计: 22,825对话，463,284语句

引用信息

@inproceedings{lee2022sgd, title={SGD-X: A Benchmark for Robust Generalization in Schema-Guided Dialogue Systems}, author={Lee, Harrison and Gupta, Raghav and Rastogi, Abhinav and Cao, Yuan and Zhang, Bin and Wu, Yonghui}, booktitle={Proceedings of the AAAI Conference on Artificial Intelligence}, volume={36}, number={10}, pages={10938--10946}, year={2022} }

许可信息

CC BY-SA 4.0