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"}

搜集汇总

背景与挑战

背景概述

ReDial是一个标注的对话数据集，专注于电影推荐场景，包含超过10,000个相关对话。该数据集来源于论文《Towards Deep Conversational Recommendations》，用于支持深度对话推荐研究。