Cornell Movie-Dialogs Corpus Dataset

This corpus contains a large metadata-rich collection of fictional conversations extracted from raw movie scripts:

220,579 conversational exchanges between 10,292 pairs of movie characters
involves 9,035 characters from 617 movies
in total 304,713 utterances
movie metadata included:
genres
release year
IMDB rating
number of IMDB votes
IMDB rating

character metadata included:
gender (for 3,774 characters)
position on movie credits (3,321 characters)

本语料库包含了一大批丰富的元数据，这些数据源自未经修饰的电影剧本中的虚构对话，具体信息如下：

- 22万5千7百89次对话交流，涉及10,292对电影角色；
- 包含来自617部电影中的9,035个角色；
- 总计304万7千13次台词；

电影元数据包括：
- 类型
- 上映年份
- IMDb评分
- IMDb投票数
- IMDb评分；

角色元数据包括：
- 性别（针对3,774个角色）
- 电影信用中的角色位置（针对3,321个角色）