kanak8278/focus_persona_selection

---
dataset_info:
features:
- name: dialogID
dtype: string
- name: utterance
dtype: int64
- name: old_hit_knowledge
dtype: string
- name: old_query
dtype: string
- name: label
dtype: int64
- name: persona1
dtype: string
- name: persona2
dtype: string
- name: persona3
dtype: string
- name: persona4
dtype: string
- name: persona5
dtype: string
- name: persona6
dtype: string
- name: ground_knowledge
dtype: string
- name: query
dtype: string
- name: hit_knowledge
dtype: string
- name: persona_candidates
dtype: string
- name: persona_grounding
dtype: string
splits:
- name: test
num_bytes: 11122674
num_examples: 8644
- name: validation
num_bytes: 11162186
num_examples: 8641
- name: train
num_bytes: 72558975
num_examples: 55658
download_size: 42539563
dataset_size: 94843835
---
# Dataset Card for "focus_persona_selection"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

## 数据集信息
### 特征字段：
- 名称：dialogID（对话ID），数据类型：字符串（string）
- 名称：utterance（话语序号），数据类型：64位整数（int64）
- 名称：old_hit_knowledge（历史匹配知识），数据类型：字符串（string）
- 名称：old_query（历史查询语句），数据类型：字符串（string）
- 名称：label（标签），数据类型：64位整数（int64）
- 名称：persona1（人设1），数据类型：字符串（string）
- 名称：persona2（人设2），数据类型：字符串（string）
- 名称：persona3（人设3），数据类型：字符串（string）
- 名称：persona4（人设4），数据类型：字符串（string）
- 名称：persona5（人设5），数据类型：字符串（string）
- 名称：persona6（人设6），数据类型：字符串（string）
- 名称：ground_knowledge（基准知识），数据类型：字符串（string）
- 名称：query（查询语句），数据类型：字符串（string）
- 名称：hit_knowledge（匹配知识），数据类型：字符串（string）
- 名称：persona_candidates（候选人设集合），数据类型：字符串（string）
- 名称：persona_grounding（人设基准标注），数据类型：字符串（string）

### 数据集划分：
- 测试集（test）：字节大小11122674，样本量8644
- 验证集（validation）：字节大小11162186，样本量8641
- 训练集（train）：字节大小72558975，样本量55658

整体数据集下载大小为42539563字节，总存储大小为94843835字节

---

# 「focus_persona_selection」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: focus_persona_selection

数据集特征

• 特征列表:
  • dialogID: 字符串类型
  • utterance: 整数类型
  • old_hit_knowledge: 字符串类型
  • old_query: 字符串类型
  • label: 整数类型
  • persona1 - persona6: 字符串类型
  • ground_knowledge: 字符串类型
  • query: 字符串类型
  • hit_knowledge: 字符串类型
  • persona_candidates: 字符串类型
  • persona_grounding: 字符串类型

数据集分割

• 分割详情:
  • 训练集:
    • 大小: 72558975 字节
    • 示例数: 55658
  • 验证集:
    • 大小: 11162186 字节
    • 示例数: 8641
  • 测试集:
    • 大小: 11122674 字节
    • 示例数: 8644

数据集大小

• 下载大小: 42539563 字节
• 数据集总大小: 94843835 字节

搜集汇总

背景与挑战

背景概述

该数据集是一个用于对话系统人物选择的NLP数据集，包含约7.3万行对话数据，涵盖多个地点相关的问答交互。数据集特点包括：提供多个人物设定候选和真实知识背景，支持训练、验证和测试分割，适用于个性化对话生成或人物选择任务的研究和开发。