McGill-NLP/WebLINX

WebLINX是一个用于多轮对话中真实世界网站导航任务的数据集。该数据集包含图像到文本、文本生成、文本到文本生成和句子相似性等任务类别。数据集提供了多种配置，包括聊天和重新排序任务，并提供了训练、验证和测试等数据分割。数据集的使用受限于Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0)许可证，用户在使用时需要遵守相关条款。

原始信息汇总

数据集概述

基本信息

• 名称: WebLINX
• 语言: 英语
• 大小: 10K<n<100K
• 配置名称: chat
• 许可证: CC BY-NC-SA 4.0

数据结构

• 配置:
  • 默认: 是
  • 数据文件:
    • 训练集: data/train.csv
    • 验证集: data/valid.csv
    • 测试集 (IID): data/test_iid.csv
    • 测试集 (地理): data/test_geo.csv
    • 测试集 (视觉): data/test_vis.csv
    • 测试集 (分类): data/test_cat.csv
    • 测试集 (网页): data/test_web.csv

任务类别

• 图像到文本
• 文本生成
• 文本到文本生成
• 句子相似性

标签

• 对话式
• 图像到文本
• 视觉
• convAI

引用格式

bibtex @misc{lu-2024-weblinx, title={WebLINX: Real-World Website Navigation with Multi-Turn Dialogue}, author={Xing Han Lù and Zdeněk Kasner and Siva Reddy}, year={2024}, eprint={2402.05930}, archivePrefix={arXiv}, primaryClass={cs.CL} }