Astound/Art-GenEvalGPT

该数据集包含在艺术领域中生成的合成对话，用于训练聊天机器人讨论博物馆中的艺术品。数据集基于ArtEmis数据集，包含超过13,000个对话，涵盖了用户和聊天机器人的多种行为，包括专家指导、辅导和处理有毒用户互动。数据集的结构包括多个文件，如对话、元数据、提示和毒性评估。数据集的创建过程涉及使用ChatGPT生成对话，并通过多种工具和模型进行质量评估和毒性检测。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: cc-by-4.0
• 多语言性: 多语言
• 大小: 10K<n<100K
• 源数据集: 原始
• 任务类别: 文本到文本生成, 问答, 文本生成
• 标签: 聊天机器人, 合成对话, 艺术, 自然语言处理, 注意力架构理论, 意识, 博物馆

数据集结构

• 配置:
  • en: 包含训练数据文件 en/dialogues_en.csv，共有13870个示例。
  • es: 包含训练数据文件 es/dialogues_es.csv，共有13870个示例。
  • metadata: 包含训练数据文件 metadata/metadata.csv，共有13870个示例。
  • metrics: 包含训练数据文件 metadata/metrics.csv，共有13870个示例。
  • prompts: 包含训练数据文件 metadata/prompts.csv，共有13870个示例。
  • toxic: 包含训练数据文件 metadata/toxic.csv，共有13870个示例。

数据集内容

• 特征:
  • DID: 字符串类型
  • DIALOGUE_ID: 字符串类型
  • SEG: 字符串类型
  • PP_ARTWORK_CODE: 字符串类型
  • PP_AUTHOR_CODE: 字符串类型
  • PP_ALL_EMOTIONS: 字符串类型
  • PP_MODE_EMOTIONS: 字符串类型
  • PP_SECOND_EMOTIONS: 字符串类型
  • PP_ARTSTYLE_CODE: 字符串类型
  • US_EMOTION_CODE: 字符串类型
  • EX_ANTHROPIC_CODE: 字符串类型
  • EX_GOAL_CODE: 字符串类型
  • US_TOXICITY_CODE: 字符串类型
  • US_ROLE_CODE: 字符串类型
  • US_ARTSTYLE_CODE: 字符串类型
  • PROMPTS: 字符串类型
  • TOXIC_DIALOGUE_DETOXIFY: 字符串类型
  • TOXIC_DIALOGUE_AZURE: 字符串类型
  • TOXIC_PROMPT: 字符串类型
  • TOXIC_TITLE: 字符串类型
  • TOXIC_LLAMA_GUARD: 字符串类型

数据集用途

• 直接使用: 用于训练、微调或评估在博物馆环境中讨论艺术作品的对话代理。
• 超出范围的使用: 不适用于与艺术作品讨论无关的任务，或未考虑与情感、有毒或偏见语言生成相关的伦理问题的模型训练。