ibm/vira-intents

COVID-19疫苗意图表达数据集包含7,990个关于COVID-19疫苗的常见问题的不同表达方式。该数据集是与约翰霍普金斯大学的团队合作策划的，包含181个常见问题。注释者被要求用自己的话表达这些问题，想象他们正在与一个知识渊博的朋友聊天。数据集中有324个表达来自VIRADialogs，这是一个关于COVID-19疫苗的用户与聊天机器人对话的数据集。数据集分为三个文件：train.csv、dev.csv和test.csv，每个文件包含两列：text（注释者写的表达或来自VIRADialogs的表达）和label（与此标签关联的运行类索引）。

COVID-19 vaccine intent expression dataset contains 7,990 distinct paraphrases of frequently asked questions (FAQs) about COVID-19 vaccines. This dataset was curated in collaboration with a team from Johns Hopkins University and covers 181 frequently asked questions. Annotators were asked to rephrase these questions in their own words, imagining they were chatting with a knowledgeable friend. A total of 324 expressions in this dataset are sourced from VIRADialogs, a dataset of user-chatbot conversations regarding COVID-19 vaccines. The dataset is split into three files: train.csv, dev.csv, and test.csv. Each file contains two columns: "text" (the expressions written by annotators or sourced from VIRADialogs) and "label" (the running class index associated with this label).

原始信息汇总

数据集概述

数据集名称

COVID-19 Vaccine Intent Expressions

数据集内容

• 包含7,990个关于COVID-19疫苗的常见问题的不同表达方式。
• 其中324个表达来自VIRADialogs数据集，该数据集记录了用户与COVID-19疫苗相关聊天机器人的对话。

数据集结构

• 数据集分为三个文件：train.csv, dev.csv, test.csv。
• 每个文件包含以下两列：
  1. text - 标注者编写的表达（或从VIRADialogs中提取）
  2. label - 与该标签关联的运行类索引

数据集来源

• 与约翰斯·霍普金斯大学团队合作，共收集了181个常见问题。
• VIRADialogs数据集的版权归约翰斯·霍普金斯大学所有。

引用信息

• 引用文献：Benchmark Data and Evaluation Framework for Intent Discovery Around COVID-19 Vaccine Hesitancy
• 作者：Shai Gretz, Assaf Toledo, Roni Friedman, Dan Lahav, Rose Weeks, Naor Bar-Zeev, João Sedoc, Pooja Sangha, Yoav Katz, Noam Slonim.
• 发表年份：2022
• 发表平台：arXiv