MuDoCo_QueryRewrite (The MuDoCo dataset with Query Rewrite Annotations)

MuDoCo 数据集是一个公共数据集，包含跨 6 个领域（呼叫、消息、音乐、新闻、提醒、天气）的 7.5k 个面向任务的多轮对话。每个对话轮次都用共指链接（链接字段）进行注释。
在工作中使用的 MuDoCo-QR-dataset 中，我们注释了每个话语的查询重写，包括用户和系统轮次。在 MudoCo 数据格式之上，我们添加了三个字段分级，rewrite_required 和 rewritten_utterance。大多数转弯都带有查询重写注释（分级为真）。在 MuDoCo 中只有 1.4% 的对话上下文不完整（例如，缺少回合）被过滤掉（评分为假）。 rewrite_required 记录输入的话语是否应该被重写。 rewritten_utterance 是重写的查询，与 rewrite_required 为 false 时的话语相同。

搜集汇总

背景与挑战

背景概述

MuDoCo_QueryRewrite 数据集是基于 MuDoCo 多轮对话数据集构建的扩展版本，包含约 7.5k 个跨 6 个领域的对话。该数据集新增了查询重写标注，覆盖大多数对话轮次，并添加了分级、重写需求及重写话语三个字段，用于支持共指消解和句子改写任务。