MultiWOZ

displayName: MultiWOZ (Multi-domain Wizard-of-Oz)
labelTypes:
- Text
- English Corpus
license:
- MIT
mediaTypes:
- Text
paperUrl: https://arxiv.org/pdf/1810.00278v3.pdf
publishDate: "2018"
publishUrl: https://github.com/budzianowski/multiwoz
publisher:
- University of Cambridge
- PolyAI
tags:
- Dialogue
taskTypes:
- Natural Language Inference
- Open-Domain Question Answering
- Visual Question Answering
- Multi-Turn Question Answering

---
# 数据集介绍
## 简介
Multi-Domain Wizard-of-Oz 数据集 (MultiWOZ)，一个完全标记的人类与人类书面对话的集合，跨越多个领域和主题。在 10k 个对话的大小上，它至少比以前所有带注释的面向任务的语料库大一个数量级。
## 类定义
null
## 引文
```
@article{budzianowski2018multiwoz,
title={MultiWOZ--a large-scale multi-domain wizard-of-oz dataset for task-oriented dialogue modelling},
author={Budzianowski, Pawe{\l} and Wen, Tsung-Hsien and Tseng, Bo-Hsiang and Casanueva, Inigo and Ultes, Stefan and Ramadan, Osman and Ga{\v{s}}i{\'c}, Milica},
journal={arXiv preprint arXiv:1810.00278},
year={2018}
}
```

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

displayName: MultiWOZ（多域奥兹巫师范式，Multi-domain Wizard-of-Oz）
labelTypes:
- 文本（Text）
- 英语语料库（English Corpus）
license:
- MIT 协议
mediaTypes:
- 文本（Text）
paperUrl: https://arxiv.org/pdf/1810.00278v3.pdf
publishDate: "2018年"
publishUrl: https://github.com/budzianowski/multiwoz
publisher:
- 剑桥大学（University of Cambridge）
- PolyAI
tags:
- 对话（Dialogue）
taskTypes:
- 自然语言推理（Natural Language Inference）
- 开放域问答（Open-Domain Question Answering）
- 视觉问答（Visual Question Answering）
- 多轮问答（Multi-Turn Question Answering）

---
# 数据集介绍
## 简介
多域奥兹巫师数据集（MultiWOZ，Multi-domain Wizard-of-Oz）是一套经过完整标注的人类间书面对话语料库，覆盖多个领域与主题。该数据集包含1万条对话，其规模较此前所有带标注的面向任务型对话语料库至少高出一个数量级。
## 类定义
无
## 引文

@article{budzianowski2018multiwoz,
title={MultiWOZ--a large-scale multi-domain wizard-of-oz dataset for task-oriented dialogue modelling},
author={Budzianowski, Paweł and Wen, Tsung-Hsien and Tseng, Bo-Hsiang and Casanueva, Inigo and Ultes, Stefan and Ramadan, Osman and Gašić, Milica},
journal={arXiv preprint arXiv:1810.00278},
year={2018}
}

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

搜集汇总

数据集介绍

构建方式

MultiWOZ数据集的构建基于多领域对话系统的需求，通过人工标注和自然语言处理技术相结合的方式，收集并整理了来自多个领域的对话数据。该数据集涵盖了酒店预订、餐厅预订、出租车服务等多个服务领域，确保了对话内容的多样性和实用性。构建过程中，研究人员对每段对话进行了详细的标注，包括对话状态、用户意图和系统响应等，以支持对话系统的开发和评估。

使用方法

MultiWOZ数据集适用于多种对话系统研究和开发任务。研究者可以利用该数据集进行对话状态追踪、意图识别和自然语言生成等任务的模型训练和评估。开发者则可以通过分析数据集中的对话模式，优化对话系统的响应策略和用户体验。此外，MultiWOZ数据集还可用于跨领域对话系统的研究，帮助提升系统在不同服务领域的适应性和性能。

背景与挑战

背景概述

MultiWOZ数据集，由剑桥大学和微软研究院于2018年联合发布，是多领域对话系统的标志性成果。该数据集包含了超过10万条对话记录，涵盖了酒店预订、餐厅预订、出租车服务等多个领域，旨在推动对话系统在复杂任务处理中的应用。其核心研究问题是如何在多领域环境下实现高效且自然的对话管理，这一问题对提升用户体验和系统实用性具有重要意义。MultiWOZ的发布极大地促进了对话系统领域的研究进展，为后续的多领域对话模型提供了丰富的数据资源和基准测试平台。

当前挑战

MultiWOZ数据集在构建和应用过程中面临多项挑战。首先，多领域对话的复杂性要求系统能够理解和处理跨领域的信息，这对模型的知识表示和推理能力提出了高要求。其次，数据集的规模和多样性增加了数据预处理的难度，如何确保数据质量和一致性是一个重要问题。此外，对话系统的实时性和用户交互的自然性也是亟待解决的挑战，特别是在处理模糊和不完整信息时，系统需要具备高度的灵活性和鲁棒性。这些挑战不仅影响了数据集的构建效率，也制约了其在实际应用中的表现。

发展历史

创建时间与更新

MultiWOZ数据集由Budzianowski等人于2018年首次发布，旨在为多领域对话系统研究提供一个综合性的资源。该数据集在2019年进行了更新，增加了更多的对话场景和数据量，以适应不断发展的研究需求。

重要里程碑

MultiWOZ的发布标志着多领域对话系统研究的一个重要里程碑。其首次引入了跨多个领域的对话数据，涵盖了酒店预订、餐厅预订、出租车服务等多个场景，极大地丰富了对话系统的训练数据。此外，MultiWOZ还提供了详细的对话状态跟踪和对话行为标注，为研究者提供了丰富的分析和实验基础。

当前发展情况

当前，MultiWOZ已成为多领域对话系统研究的标准基准之一，广泛应用于对话状态跟踪、策略学习和自然语言生成等任务。其丰富的数据和详细的标注为研究者提供了宝贵的资源，推动了对话系统在实际应用中的性能提升。随着研究的深入，MultiWOZ也在不断更新和扩展，以适应新的研究需求和技术发展趋势，继续在对话系统领域发挥重要作用。

发展历程

• MultiWOZ数据集首次发表，由Cambridge Dialogue Systems Group发布，旨在为多领域对话系统研究提供一个大规模、多领域的对话数据集。

  2018年
• MultiWOZ 2.0版本发布，对原始数据集进行了扩展和修正，增加了对话轮次和领域覆盖，提升了数据集的质量和多样性。

  2019年
• MultiWOZ 2.1版本发布，进一步修正了数据集中的错误，并引入了新的评估指标，以更准确地衡量对话系统的性能。

  2020年
• MultiWOZ 2.2版本发布，对数据集进行了微调，增加了对话的多样性和复杂性，以更好地支持高级对话系统研究。

  2021年

常用场景

经典使用场景

在自然语言处理领域，MultiWOZ数据集以其丰富的多领域对话数据而著称。该数据集包含了跨越多个服务领域的对话，如酒店预订、餐厅查询、旅游信息等。研究者常利用MultiWOZ进行对话系统的设计与评估，特别是多轮对话管理和意图识别任务。通过模拟真实世界的对话场景，MultiWOZ为开发更加智能和用户友好的对话系统提供了宝贵的资源。

解决学术问题

MultiWOZ数据集在解决多领域对话系统的学术研究问题方面具有重要意义。它为研究者提供了一个统一的基准，用于评估和比较不同对话系统在处理复杂、多轮对话时的性能。此外，MultiWOZ还促进了对话状态跟踪（DST）和对话策略学习（DPL）等关键技术的研究，这些技术对于构建高效、准确的对话系统至关重要。通过MultiWOZ，研究者能够更好地理解和解决多领域对话中的挑战，推动了该领域的技术进步。

实际应用

在实际应用中，MultiWOZ数据集为开发智能助手和客户服务机器人提供了坚实的基础。例如，在旅游行业，基于MultiWOZ训练的对话系统可以帮助用户查询酒店信息、预订机票和安排行程，极大地提升了用户体验。在餐饮服务领域，类似的系统可以协助用户查找餐厅、预订座位和获取菜单信息。此外，MultiWOZ还支持在智能家居、医疗咨询等多个领域的应用，展示了其在实际场景中的广泛适用性和重要价值。

数据集最近研究

最新研究方向

在自然语言处理领域，MultiWOZ数据集因其多领域对话的复杂性而备受关注。最新研究方向主要集中在提升对话系统的多轮对话管理能力，通过引入更深层次的语义理解和上下文关联技术，以增强系统的响应准确性和用户满意度。此外，研究者们也在探索如何利用强化学习和大语言模型来优化对话策略，从而在多领域环境中实现更为自然和高效的交互。这些研究不仅推动了对话系统技术的进步，也为智能客服、虚拟助手等应用场景提供了更为坚实的技术基础。

相关研究论文

• MultiWOZ - A Large-Scale Multi-Domain Wizard-of-Oz Dataset for Task-Oriented Dialogue Modelling

  University of Cambridge · 2018年
• MultiWOZ 2.1: A Consolidated Multi-Domain Dialogue Dataset with State Corrections and State Tracking Baselines

  University of Cambridge · 2019年
• MultiWOZ 2.2: A Dialogue Dataset with Additional Annotation Corrections and State Tracking Baselines

  University of Cambridge · 2020年
• Evaluating the Impact of Individual Components of Multi-Domain Dialogue Systems

  University of Cambridge · 2020年
• MultiWOZ 2.3: A Multi-Domain Dialogue Dataset with Normalization Annotation and Multi-Turn Informable Slot Recovery

  University of Cambridge · 2021年