rishabmishrasensation/realtor-conversational-portuguese_br

该数据集名为Realtor Conversational (Portuguese BR)，提供了丰富的模拟对话，模拟了巴西房地产经纪人与客户之间的互动。数据是使用高级语言模型`gpt-4o-mini`生成的，虽然是合成的，但旨在反映巴西房地产市场中买卖和租赁房产过程中的动态、词汇和常见场景。数据集包含100条消息的完整对话，每条对话平均约1000字，涵盖了20个主要主题，如房地产融资、租赁、买卖过程、房地产投资、法律和司法方面等。数据集适用于训练和微调大型语言模型（LLMs）和专门用于房地产领域的聊天机器人，以及自然语言处理（NLP）研究。语言为巴西葡萄牙语（pt-BR）。数据集信息： 特征： - 名称：messages（消息），列表类型，包含： - 名称：role（角色），数据类型：字符串 - 名称：content（内容），数据类型：字符串 划分： - 名称：train（训练集），样本数量：1 - 名称：test（测试集），样本数量：2 下载大小：0 数据集总大小：0 配置： - 配置名称：default（默认配置），数据文件： - 划分：train，路径："data/train-*.json" - 划分：test，路径："data/test-*.json" - 划分：valid（验证集），路径："data/valid-*.json" 许可证：apache-2.0 任务类别： - 文本到文本生成（text2text-generation） - 文本生成（text-generation） 语言： - pt（葡萄牙语） 友好名称：'房产经纪人对话（巴西葡萄牙语）' 规模类别：1000 < n < 10000 # **Realtor Conversational (Portuguese BR) - 房产经纪人-客户对话数据集** ## **详细数据集说明** **简介：** 本数据集命名为“Realtor Conversational (Portuguese BR)（巴西葡萄牙语房产经纪人对话数据集）”，提供了巴西本地房产经纪人与客户之间丰富且细致的对话交互模拟数据。该数据集由先进语言模型`gpt-4o-mini`生成，虽为合成数据，但旨在还原巴西房地产买卖、租赁流程中的真实对话动态、专业词汇与常见场景。 **生成方法：** 本数据集为人工合成构建，目标是为自然语言处理（Natural Language Processing, NLP）任务及房地产领域对话模型开发提供高质量、上下文贴合的语料库。生成过程致力于模拟真实对话，覆盖大量相关主题。 **数据集结构：** * **格式：** 数据集包含多组完整对话。 * **参与方：** 每组对话均模拟两类角色的交互：房产经纪人和客户。 * **单组对话结构：** * 每组对话恰好包含**100条消息**。 * 消息分布均衡：**50条来自房产经纪人**，**50条来自客户**。 * 每组完整对话的平均长度约为**1000词**，确保对话具备足够深度与细节。 * **上下文范围：** 所有交互严格限定于**巴西房地产市场场景**，涵盖： * 特定法规（如《租赁法》[Lei do Inquilinato]、适用于房地产领域的《巴西民法典》）。 * 经济环境（巴西央行基准利率SELIC、通胀指标IPCA/IGP-M）。 * 巴西本土运营的金融与银行机构。 * 巴西民用建筑施工规范与常见建筑特征。 * 巴西房地产市场的行业动态与区域特性。 **覆盖核心主题：** 对话内容精心设计，覆盖巴西房地产领域广泛且相关的主题，包含以下20个核心主题轴（但不限于）： 1. **房地产融资：** 详细流程、贷款类型/模式（SBPE、FGTS（巴西离职补偿金账户）、Minha Casa Minha Vida计划）、利率（名义利率与实际利率CET）、还款方式（SAC（等额本金还款系统）、Price（等额本息还款系统））、FGTS使用规则、首付计算、信贷审批、所需材料、银行对比与抵押端口迁移。 2. **房屋租赁（Leasing）：** 合同起草与审查、《租赁法》（Lei 8.245/91）适用规则、租赁担保类型（担保人、担保保险、押金、资本化债券）、租金调整指数与规则（IGPM/IPCA）、入住/退租查验流程、房东与租客的权利义务、房源搜索策略、短期/度假租赁细则、数字平台使用规范。 3. **房屋买卖流程：** 交易全流程（从报价到签署公证书）、完整交易材料（买方、卖方、房产相关材料）、合同类型（预售/认购合同、正式公证书）、成本明细（ITBI房产交易税、公证费、登记费）、谈判技巧、房产经纪人与直接销售的角色差异。 4. **房地产投资：** 投资策略（租赁被动收入、房产增值与翻新倒卖）、投资类型（实体房产、房地产投资基金FIIs、房地产众筹）、盈利能力分析（Cap Rate资本化率、ROI投资回报率）、风险评估、投资组合多元化、与其他金融资产类别的对比。 5. **法律与司法事项：** 相关法规解读（《民法典》《租赁法》《城市区划法》《物业管理法》）、房产正规化流程（获取Occupancy证书Habite-se、时效取得所有权usucapião、REURB城市土地正规化计划）、合同条款分析、法律纠纷解决、隐蔽瑕疵的识别与处理、各方法律责任。 6. **房产估值与增值：** 专业估值方法（直接市场比较法、收益法等）、影响价值的因素（区位、房屋状况、市场趋势）、专业估值报告编制、翻新与改造对价值的影响、市场增值趋势分析。 7. **预防性维护与房屋维修：** 建立维护常规流程、常见问题诊断（漏水、渗水、电气故障、管道问题）、DIY维修与聘请专业人员的评估、意外成本管理、维护清单。 8. **社区选择与生活适配：** 客观与主观选择标准（公共安全、交通便利性、学校质量、休闲与商业配套、绿地空间）、社区概况分析、步行友好概念、噪音水平、实地调研方法。 9. **住房相关的情感与心理层面：** “购房梦想”的文化意义、购房过程中的压力与焦虑管理、常见担忧（债务、交易失误）、对家庭关系的影响、决策中的认知偏差、入住后的适应过程、与房屋建立情感联结。 10. **物业管理：** 楼宇管理员（居民或专业人员síndico）与管理公司的角色与职责、财务管理（物业费收缴、逾期管控、预算编制）、业主大会（assemblies）召开、规则执行（物业管理章程、内部规定）、公共区域维护。 11. **房产管理与租赁运营：** 房产中介与管理公司提供的服务、收费结构、财务收支管控、合同与租客关系管理、租赁物业的维护协调、房产管理软件使用。 12. **房地产市场税收：** 交易与持有环节涉及的税种详情（ITBI房产交易税、资本利得税IR、遗产与赠与税ITCMD、城市房产税IPTU）、计算方法、免税可能性、个人与企业所得税申报规则。 13. **核心房产文件：** 解读各类关键文件的重要性与获取流程，包括最新房产登记证书（Matrícula do Imóvel）、房屋买卖正式公证书、无留置权/债务证明（Clearance Certificates，又称Negative Certificates）、各类合同（买卖、租赁）。 14. **购房/住房模式对比：** 深入分析房地产融资、房地产consortium（巴西特定团购模式）、租赁与全款购房的优缺点，考量因素包括总成本、期限、灵活性、风险与适配消费者财务及人生规划的程度。 15. **FGTS在房地产领域的使用：** 详细规则与使用场景，包括使用FGTS余额购买住宅房产、支付部分首付、摊销融资余额或支付月供。 16. **还款方式（SAC vs Price）：** 详细解释SAC（等额本金还款系统）与Price（等额本息还款系统）的运作原理，对比每期还款额随时间的变化及对融资总成本的影响。 17. **信贷分析与融资审批：** 金融机构审批房地产信贷的标准、信用评分（Serasa、Boa Vista）的重要性、收入核实方法（正式与非正式）、还款能力计算（债务收入比）。 18. **房产常见问题：** 常见问题的识别、诊断与建议解决方案，如渗水、管道漏水、电气故障、结构问题（裂缝、裂隙）、城市虫害防治及其他建筑或维护缺陷。 19. **房地产市场（趋势与展望）：** 市场周期分析（繁荣、衰退、稳定）、利率与房地产信贷展望、宏观经济因素（GDP、就业、通胀）的影响、新兴趋势讨论（新型房产类型、特定区域增值、可持续性关注）。 20. **各方权利与义务：** 澄清房地产交易与关系中各参与方（买方、卖方、房东、租客、业主）的法律义务与权利。 **潜在应用场景：** 本数据集为以下场景提供宝贵资源： * 针对房地产领域的大语言模型（Large Language Model, LLM）与聊天机器人的训练与微调。 * 自然语言处理（NLP）相关研究，如情感分析、意图识别、信息抽取与主题建模。 * 面向房产经纪人和房地产机构的对话系统与虚拟助手开发。 * 房产经纪人培训的场景模拟。 * 巴西房地产市场沟通与谈判模式分析。 **语言：** 巴西葡萄牙语（pt-BR）。 **注意事项：** 本数据集为合成数据，尽管设计力求贴近真实，但可能无法完全还原人类沟通中的所有细微差别、俚语或极端区域变体。不过，它为相关研究与开发提供了扎实且结构化的基础。 ## **引用方式** 若您在研究或工作中使用本数据集，请按以下格式引用： bibtex @misc{tlrrealtor_conversational_ptbr_2025, author = {Rodrigues, Thiago Luiz}, title = {{Realtor Conversational (Portuguese BR) - 房产经纪人-客户对话数据集}}, month = {April}, year = {2025}, howpublished = {https://huggingface.co/datasets/bobboyms/realtor-conversational-portuguese_br}, note = {模拟巴西房地产市场中房产经纪人与客户交互的合成对话数据集。} }