ReDial

displayName: ReDial
labelTypes:
- Text
license:
- CC BY 4.0
mediaTypes:
- Text
paperUrl: https://arxiv.org/pdf/1812.07617v2.pdf
publishDate: "2018"
publishUrl: https://redialdata.github.io/website/
publisher:
- Microsoft Research Montreal
tags:
- Dialogue
- Annotation
taskTypes:
- Visual Question Answering
- Dialogue Generation

---
# 数据集介绍
## 简介
ReDial（推荐对话）是一个带注释的对话数据集，用户在其中相互推荐电影。该数据集包含以提供电影推荐为主题的超过 10,000 个对话。资料来源：迈向深度对话建议
## 引文
```
@article{li2018towards,
title={Towards deep conversational recommendations},
author={Li, Raymond and Ebrahimi Kahou, Samira and Schulz, Hannes and Michalski, Vincent and Charlin, Laurent and Pal, Chris},
journal={Advances in neural information processing systems},
volume={31},
year={2018}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：ReDial
标签类型：文本（Text）
许可证：CC BY 4.0
媒体类型：文本（Text）
论文链接：https://arxiv.org/pdf/1812.07617v2.pdf
发布日期：2018年
发布官网：https://redialdata.github.io/website/
发布机构：微软研究院蒙特利尔分部（Microsoft Research Montreal）
标签：对话（Dialogue）、标注（Annotation）
任务类型：视觉问答（Visual Question Answering）、对话生成（Dialogue Generation）

---

# 数据集介绍
## 简介
ReDial（推荐对话）是一个带标注的对话数据集，其核心场景为用户间互相开展电影推荐。该数据集包含逾10000个以电影推荐为主题的对话，相关研究源自论文《面向深度对话式推荐》（Towards deep conversational recommendations）。

## 引文

@article{li2018towards,
title={Towards deep conversational recommendations},
author={Li, Raymond and Ebrahimi Kahou, Samira and Schulz, Hannes and Michalski, Vincent and Charlin, Laurent and Pal, Chris},
journal={Advances in neural information processing systems},
volume={31},
year={2018}
}

## 数据集下载
:modelscope-code[]{type="git"}