rjac/e-commerce-customer-support-qa

---
license: mit
dataset_info:
features:
- name: issue_area
dtype: string
- name: issue_category
dtype: string
- name: issue_sub_category
dtype: string
- name: issue_category_sub_category
dtype: string
- name: customer_sentiment
dtype: string
- name: product_category
dtype: string
- name: product_sub_category
dtype: string
- name: issue_complexity
dtype: string
- name: agent_experience_level
dtype: string
- name: agent_experience_level_desc
dtype: string
- name: conversation
dtype: string
- name: qa
dtype: string
splits:
- name: train
num_bytes: 3234818
num_examples: 1000
download_size: 1080191
dataset_size: 3234818
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

# Dataset Card for Dataset Name

from: NebulaByte/E-Commerce_Customer_Support_Conversations

## Dataset Details

### Dataset Description

<!-- Provide a longer summary of what this dataset is. -->

- **Curated by:** [More Information Needed]
- **Funded by [optional]:** [More Information Needed]
- **Shared by [optional]:** [More Information Needed]
- **Language(s) (NLP):** [More Information Needed]
- **License:** [More Information Needed]

### Dataset Sources [optional]

<!-- Provide the basic links for the dataset. -->

- **Repository:** [More Information Needed]
- **Paper [optional]:** [More Information Needed]
- **Demo [optional]:** [More Information Needed]

## Uses

<!-- Address questions around how the dataset is intended to be used. -->

### Direct Use

<!-- This section describes suitable use cases for the dataset. -->

[More Information Needed]

### Out-of-Scope Use

<!-- This section addresses misuse, malicious use, and uses that the dataset will not work well for. -->

[More Information Needed]

## Dataset Structure

<!-- This section provides a description of the dataset fields, and additional information about the dataset structure such as criteria used to create the splits, relationships between data points, etc. -->

[More Information Needed]

## Dataset Creation

### Curation Rationale

<!-- Motivation for the creation of this dataset. -->

[More Information Needed]

### Source Data

<!-- This section describes the source data (e.g. news text and headlines, social media posts, translated sentences, ...). -->

#### Data Collection and Processing

<!-- This section describes the data collection and processing process such as data selection criteria, filtering and normalization methods, tools and libraries used, etc. -->

[More Information Needed]

#### Who are the source data producers?

<!-- This section describes the people or systems who originally created the data. It should also include self-reported demographic or identity information for the source data creators if this information is available. -->

[More Information Needed]

### Annotations [optional]

<!-- If the dataset contains annotations which are not part of the initial data collection, use this section to describe them. -->

#### Annotation process

<!-- This section describes the annotation process such as annotation tools used in the process, the amount of data annotated, annotation guidelines provided to the annotators, interannotator statistics, annotation validation, etc. -->

[More Information Needed]

#### Who are the annotators?

<!-- This section describes the people or systems who created the annotations. -->

[More Information Needed]

#### Personal and Sensitive Information

<!-- State whether the dataset contains data that might be considered personal, sensitive, or private (e.g., data that reveals addresses, uniquely identifiable names or aliases, racial or ethnic origins, sexual orientations, religious beliefs, political opinions, financial or health data, etc.). If efforts were made to anonymize the data, describe the anonymization process. -->

[More Information Needed]

## Bias, Risks, and Limitations

<!-- This section is meant to convey both technical and sociotechnical limitations. -->

[More Information Needed]

### Recommendations

<!-- This section is meant to convey recommendations with respect to the bias, risk, and technical limitations. -->

Users should be made aware of the risks, biases and limitations of the dataset. More information needed for further recommendations.

## Citation [optional]

<!-- If there is a paper or blog post introducing the dataset, the APA and Bibtex information for that should go in this section. -->

**BibTeX:**

[More Information Needed]

**APA:**

[More Information Needed]

## Glossary [optional]

<!-- If relevant, include terms and calculations in this section that can help readers understand the dataset or dataset card. -->

[More Information Needed]

## More Information [optional]

[More Information Needed]

## Dataset Card Authors [optional]

[More Information Needed]

## Dataset Card Contact

[More Information Needed]

许可证：MIT

dataset_info:
特征：
- 名称：问题领域（issue_area），数据类型：字符串
- 名称：问题类别（issue_category），数据类型：字符串
- 名称：问题子类别（issue_sub_category），数据类型：字符串
- 名称：问题类别-子类别组合（issue_category_sub_category），数据类型：字符串
- 名称：客户情感（customer_sentiment），数据类型：字符串
- 名称：产品类别（product_category），数据类型：字符串
- 名称：产品子类别（product_sub_category），数据类型：字符串
- 名称：问题复杂度（issue_complexity），数据类型：字符串
- 名称：AI智能体（AI Agent）经验等级（agent_experience_level），数据类型：字符串
- 名称：AI智能体经验等级描述（agent_experience_level_desc），数据类型：字符串
- 名称：对话内容（conversation），数据类型：字符串
- 名称：问答对（qa），数据类型：字符串
划分集：
- 名称：训练集（train），字节大小：3234818，样本数量：1000
下载大小：1080191，数据集总大小：3234818
配置项：
- 配置名称：default，数据文件：
- 划分集：train，路径：data/train-*

# 数据集名称数据集卡片

来源：NebulaByte/电商客户支持对话数据集（E-Commerce_Customer_Support_Conversations）

## 数据集详情

### 数据集描述

<!-- 请提供该数据集的详细摘要。 -->

- **整理者：** [需补充更多信息]
- **资助方（可选）：** [需补充更多信息]
- **共享方（可选）：** [需补充更多信息]
- **自然语言处理所用语言：** [需补充更多信息]
- **许可证：** [需补充更多信息]

### 数据集来源（可选）

<!-- 请提供该数据集的基础链接。 -->

- **代码仓库：** [需补充更多信息]
- **相关论文（可选）：** [需补充更多信息]
- **演示示例（可选）：** [需补充更多信息]

## 使用场景

<!-- 请阐述该数据集的预期用途相关问题。 -->

### 直接使用

<!-- 此部分描述该数据集适用的使用场景。 -->

[需补充更多信息]

### 超出范围的使用

<!-- 此部分阐述误用、恶意使用，以及该数据集无法良好适配的使用场景。 -->

[需补充更多信息]

## 数据集结构

<!-- 此部分描述数据集的字段信息，以及数据集结构的额外细节，例如划分集的创建标准、数据点间的关联关系等。 -->

[需补充更多信息]

## 数据集创建

### 整理初衷

<!-- 请阐述创建该数据集的动机。 -->

[需补充更多信息]

### 源数据

<!-- 此部分描述源数据（例如新闻文本与标题、社交媒体帖文、翻译句群等）。 -->

#### 数据收集与处理流程

<!-- 此部分描述数据收集与处理过程，例如数据选择标准、过滤与归一化方法、所用工具与库等。 -->

[需补充更多信息]

#### 源数据生产者

<!-- 此部分描述最初创建该数据的个人或系统。若可获取源数据创建者的自我报告人口统计或身份信息，也应在此处说明。 -->

[需补充更多信息]

### 标注项（可选）

<!-- 若数据集包含并非初始数据收集阶段的标注内容，请在此部分描述相关信息。 -->

#### 标注流程

<!-- 此部分描述标注过程，例如标注所用工具、已标注数据量、提供给标注者的标注指南、标注者间统计数据、标注验证等。 -->

[需补充更多信息]

#### 标注者

<!-- 此部分描述创建标注内容的个人或系统。 -->

[需补充更多信息]

#### 个人与敏感信息

<!-- 请说明该数据集是否包含可被视为个人、敏感或隐私的数据（例如：泄露地址、唯一可识别的姓名或别名、种族或族裔出身、性取向、宗教信仰、政治观点、财务或健康数据等）。若已采取数据匿名化措施，请描述匿名化流程。 -->

[需补充更多信息]

## 偏差、风险与局限性

<!-- 此部分用于阐述技术与社会技术层面的局限性。 -->

[需补充更多信息]

### 建议

<!-- 此部分用于给出关于偏差、风险与技术局限性的相关建议。 -->

用户应知晓该数据集存在的风险、偏差与局限性，需补充更多信息以形成进一步建议。

## 引用（可选）

<!-- 若有介绍该数据集的论文或博客文章，请在此部分给出其APA和BibTeX格式的引用信息。 -->

**BibTeX格式：**

[需补充更多信息]

**APA格式：**

[需补充更多信息]

## 术语表（可选）

<!-- 若有需要，请在此部分列出可帮助读者理解该数据集或数据集卡片的术语与计算方法。 -->

[需补充更多信息]

## 更多信息（可选）

[需补充更多信息]

## 数据集卡片作者（可选）

[需补充更多信息]

## 数据集卡片联系方式

[需补充更多信息]

原始信息汇总

数据集概述

数据集特征

• issue_area: 数据类型为字符串
• issue_category: 数据类型为字符串
• issue_sub_category: 数据类型为字符串
• issue_category_sub_category: 数据类型为字符串
• customer_sentiment: 数据类型为字符串
• product_category: 数据类型为字符串
• product_sub_category: 数据类型为字符串
• issue_complexity: 数据类型为字符串
• agent_experience_level: 数据类型为字符串
• agent_experience_level_desc: 数据类型为字符串
• conversation: 数据类型为字符串
• qa: 数据类型为字符串

数据集大小

• 下载大小: 1080191字节
• 数据集大小: 3234818字节

数据集分割

• 训练集: 包含1000个示例，总字节数为3234818

配置

• 默认配置: 训练数据文件路径为data/train-*