GEM/viggo

ViGGO是一个用于数据到文本生成的英文数据集，专注于视频游戏领域。数据集的目标响应更偏向于对话式而非信息检索式，且受限于意义表示中提供的信息。数据集相对较小，包含约5,000个数据点，但非常干净，适合用于评估神经模型的迁移学习、低资源或少量样本能力。数据集的结构包括两个主要字段：`mr`（意义表示）和`ref`（参考输出）。数据集分为训练集、验证集和测试集，比例为7.5:1:1.5。数据集的创建者包括Juraj Juraska、Kevin K. Bowden和Marilyn Walker，数据集由亚马逊Mechanical Turk的众包工人生成，并由数据管理员进行验证。

原始信息汇总

ViGGO数据集概述

数据集描述

• 语言: 英语
• 许可证: Creative Commons Attribution Share Alike 4.0 International (cc-by-sa-4.0)
• 目的: 用于数据-到-文本生成任务，特别是在视频游戏领域的聊天机器人中，生成更偏向于对话而非信息查询的响应。
• 主要任务: 数据-到-文本

数据集结构

数据字段

• mr: 意义表示（MR），提供要传达的信息以及所需的对话行为（DA）类型。
• ref: 参考输出，即实现MR中所有信息的相应话语。

数据分割

• 训练集: 5,103个样本（1,675个唯一MRs）
• 验证集: 714个样本（238个唯一MRs）
• 测试集: 1,083个样本（359个唯一MRs）
• 总计: 6,900个样本（2,253个唯一MRs）

数据集创建者

• Juraj Juraska
• Kevin K. Bowden
• Marilyn Walker

联系信息

• 联系人: Juraj Juraska
• 电子邮件: [e-mail]

数据集来源

• 原始数据: 通过Amazon Mechanical Turk进行众包收集。
• 数据验证: 由数据管理员验证。

数据集使用

• 用途: 用于评估神经模型的转移学习、低资源或少样本能力。
• 领域: 视频游戏

数据集加载

python import datasets data = datasets.load_dataset(GEM/viggo)