Russian_Romantic_Dialogue_Dataset

该数据集名为俄语浪漫对话数据集——真实的AI与人类对话，是一个独特的、源自真实生产环境的俄语对话数据集。它包含了由专有的AI约会助手在Tinder、Badoo、Instagram Direct、Telegram等多个平台上，与真实女性用户进行自然交互所产生的浪漫对话。数据集的核心价值在于其真实性，所有对话均为非合成、非脚本的真实互动，能够捕捉到包括情感动态、信任信号、抵抗模式和决策过程在内的真实人际交往模式。数据集规模持续增长，目前包含150多个完整对话，总计超过550条消息。每个对话都从零开始（冷启动），并具有经过验证的最终结果标签（会面发生：是/否），整体会面转化率为13.3%。数据以消息级记录组织，每条记录包含以下字段：对话的唯一标识符（chat_index）、消息在对话中的序号（message_number）、发送者类型（sender_type，分为bot或target）、经过完全匿名化处理的消息文本内容（text）、消息模态（message_modality，如文本、语音、照片等）、标注的对话阶段（funnel_stage，1-5共五个阶段）、消息时间戳（timestamp）、该对话的验证结果（meeting happened）以及语言标签（lang）。数据集的一个关键特征是包含了详细的漏斗阶段标注，将每次对话的进展划分为五个阶段：1) 参与（Engagement），2) 展示（Presentation），3) 关系建立（Relationship building），4) 会面邀请（Meeting invitation），5) 跟进（Follow-up）。此外，数据集是多模态的，不仅包含文本消息，还包含了语音消息的文本转录，并标注了消息模态，便于分析用户在对话过程中切换交流方式（如从文本切换到语音）的模式。所有个人数据（如姓名、地点、电话号码）均已进行匿名化替换，符合GDPR要求。该数据集适用于多种自然语言处理和对话AI研究与应用场景，包括但不限于：对话AI模型的微调、基于漏斗阶段标签的流失预测模型构建、完整的对话系统训练、说服与信任建立模式分析、约会或社交AI的开发，以及跨对话进展的情感分析。

This dataset is named "Russian Romantic Dialogue Dataset – Real AI-Human Conversations". It is a unique Russian dialogue dataset sourced from real production environments. It contains romantic conversations generated via natural interactions between a proprietary AI dating assistant and real female users across multiple platforms including Tinder, Badoo, Instagram Direct, and Telegram. The core value of the dataset lies in its authenticity: all conversations are genuine, non-synthetic, unscripted interactions that capture authentic interpersonal interaction patterns including emotional dynamics, trust signals, resistance patterns, and decision-making processes. The dataset is continuously growing in scale, currently holding over 150 complete conversations totaling more than 550 messages. Every conversation starts from scratch (cold start) and is paired with a verified final outcome label (meeting happened: yes/no), with an overall meeting conversion rate of 13.3%. The data is structured as message-level records, with each record containing the following fields: unique conversation identifier (chat_index), message sequence number within the conversation (message_number), sender type (sender_type, categorized as either bot or target), fully anonymized message text (text), message modality (message_modality, e.g., text, voice, photo, etc.), annotated conversation stage (funnel_stage, 5 stages ranging from 1 to 5), message timestamp (timestamp), verified conversation outcome (meeting happened), and language tag (lang). A key characteristic of the dataset is its detailed "funnel stage" annotation, which divides the progression of each conversation into five distinct stages: 1) Engagement, 2) Presentation, 3) Relationship Building, 4) Meeting Invitation, and 5) Follow-up. Additionally, the dataset is multimodal, encompassing not only text messages but also transcriptions of voice messages, with message modality annotations to support analysis of users' patterns of switching communication modes during conversations (e.g., shifting from text to voice). All personal identifiable information (such as names, locations, phone numbers) has been fully anonymized and redacted, complying with GDPR regulations. This dataset is suitable for a wide range of natural language processing (NLP) and conversational AI research and application scenarios, including but not limited to: fine-tuning of conversational AI models, development of churn prediction models based on funnel stage labels, training of end-to-end dialogue systems, analysis of persuasion and trust-building patterns, development of dating or social AI, and sentiment analysis across conversation progression.

原始信息汇总

数据集概述：Russian Romantic Dialogue Dataset

数据集摘要

该数据集包含标注的俄语浪漫对话，来源于一个专有AI约会助手在生产环境中的真实交互。每个对话都是AI系统与真实女性用户之间的自然互动，覆盖多个平台。这是一个非合成、非脚本的真实对话数据集，包含可验证的结果标签。

核心特性

• 数据来源：真实的AI与人之间的对话（非合成/脚本数据）
• 验证结果：每段对话均标注“是否成功见面”（YES/NO）
• 漏斗标注：每条消息标注5个阶段（1-5）
• 多模态：文本 + 语音转录
• 冷启动：每个对话从零 rapport 开始
• 语言：俄语（自然语言，含俚语）

当前指标

• 总对话数：150+（每周增长）
• 总消息数：550+
• 语言：俄语（ru）
• 收集周期：2026年3月至今
• 见面转化率：13.3%（从第一条消息到确认线下见面）
• 成功对话平均消息数：60–80条
• 最长对话：128条消息
• 来源平台：Tinder、Badoo、Instagram Direct、Telegram、区域约会应用

用例

• 对话式AI微调
• 流失预测建模
• 对话系统训练
• 说服模型分析
• 约会/社交AI开发
• 情感分析

数据字段说明

每条记录包含以下字段：

• chat_index：唯一对话标识符
• message_number：对话中的顺序位置
• sender_type：bot 或 target
• text：消息内容（已完全匿名化）
• message_modality：text / voice / photo / video_circle
• funnel_stage：标注的对话阶段（1-5）
• timestamp：每条消息的日期和时间
• meeting happened：YES 或 NO（已验证结果）
• lang：语言标签（ru）

漏斗阶段定义

阶段	名称	描述
1	Engagement（接触）	冷启动，首次接触
2	Presentation（展示）	兴趣、生活方式交流
3	Relationship building（关系建立）	价值观、期望、情感深度
4	Meeting invitation（见面邀请）	信息收集和直接提出见面
5	Follow-up（跟进）	出价后暖场，确认见面

语音消息

对话包含被转录的语音消息，完整保留了文本内容。语音消息通过 message_modality: voice 标签标记，支持分析用户在对话过程中从文本切换到语音的模式。

匿名化处理

所有个人数据已被替换：

• 姓名 → [NAME]
• 地点 → [PLACE]
• 组织 → [ORG]
• 电话号码 → [PHONE]

语音内容仅以文本转录形式呈现。不包含音频文件、图像或生物识别数据。符合 GDPR 要求。

许可证

• 许可证类型：cc-by-nc-4.0

样本与完整数据集

• 此仓库提供免费22个对话样本，包含完整标注。
• 完整数据集（150+ 对话，每周增长）可通过 Gumroad 购买。
• 如需独家许可、订阅计划或定制交付，请联系 [e-mail]

数据提供方

• 公司：datmentor
• 经两位约会行业专家和技术团队指导，构建了专有 multi-LLM AI 系统。
• 专注于开发专有对话式AI系统，并从其实际运行中生产标注数据集。
• 网站：https://datmentor.ing
• 联系邮箱：[e-mail]

搜集汇总

数据集介绍

构建方式

该数据集源自一款在多个平台上运行的生产级AI约会助手，汇集了其与真实女性用户之间的俄语浪漫对话。每一段对话均为人工智能系统与自然状态下的女性用户之间的真实互动，而非合成或脚本化数据。数据采集跨越Tinder、Badoo、Instagram Direct及Telegram等平台，对话内容经过全面匿名化处理，包括姓名、地点、组织及电话号码等个人信息均被替换为占位符。语音消息被转录为文本形式保留，同时保留了消息模态（文本、语音、照片、视频等）的标签信息。每个对话均被标注了五阶段漏斗中的阶段归属，并记录了最终是否促成线下见面的已验证结果。

特点

该数据集的核心独特性在于其真实性与结果的验证性。所有对话均从零关系开始，即冷启动状态，摒弃了传统数据集中常见的预热引导。数据集包含150余段对话，超过550条消息，源自真实人类在自然情境中的情绪动态、信任建立、抵抗模式与决策过程，这些是合成数据无法复现的。每一条消息均被标注了五个漏斗阶段——从初次接触的参与阶段到确认见面的跟进阶段，提供了精细化的对话进程分析维度。此外，数据集具备多模态特性，包含文本与语音转录内容，支持模态切换模式的研究。13.3%的见面转化率与60至80条消息的平均成功对话长度，为情感分析与说服建模提供了丰富的实证基础。

使用方法

该数据集适用于多个自然语言处理与对话系统的研究方向。研究人员可将其用于对话型人工智能的微调，训练模型理解真实情感响应；基于已验证的漏斗阶段标签，可构建用户流失预测模型。完整的从冷启动到结果的对话链为对话系统训练提供了宝贵素材，同时也支持信任建立模式分析与说服建模。在情感分析领域，可追踪对话进程中情绪的时变轨迹。对于约会与社交领域的人工智能开发，该数据集提供了来自生产系统的真实世界数据。用户可通过HuggingFace获取包含22段对话的免费样本，完整数据集则通过Gumroad平台购买获取，并支持定制化许可证订阅方案。

背景与挑战

背景概述

Russian_Romantic_Dialogue_Dataset 由 datmentor 团队在多位约会产业专家与技术专家的指导下创建，于2026年3月开始收集，旨在提供真实场景中俄语浪漫对话的标注数据。该数据集聚焦于人工智能驱动的约会助手的实际交互记录，涵盖从冷启动（零前期关系）到最终会面确认的完整对话流程。其核心研究问题在于模拟和理解人类在浪漫语境下的情感动态、信任建立与决策过程，为对话式AI、情感分析、劝说模型等领域提供了前所未有的真实数据基础。该数据集因包含已验证的会面结果和五阶段漏斗标注，在俄语自然语言处理与社交AI研究中具有开拓性影响力。

当前挑战

该数据集所解决的领域问题在于，现有浪漫对话数据多来自合成或脚本化生成，缺乏真实人类情感动态、信任信号与抵抗模式，难以支撑可信的对话AI与衰退预测模型构建。构建过程中面临的挑战包括：从多平台（Tinder、Badoo等）收集生产环境数据并确保GDPR合规的匿名化处理；对每条消息进行五阶段漏斗标注，以捕捉从接洽到会面确认的完整转变；以及处理多模态内容（文本、语音、图片）并保留语音转录文本，以分析模态切换模式。这些挑战使得该数据集成为市场上独一无二的资源，但数据规模（150+对话，550+消息）与持续增长的需求仍对模型泛化性构成考验。

常用场景

经典使用场景

Russian_Romantic_Dialogue_Dataset源自真实生产环境中AI约会助手与俄罗斯语女性用户的互动记录，每一段对话都承载着从零信任到关系达成的完整情感演化轨迹。该数据集最经典的运用在于深度微调对话式人工智能模型，使其习得细腻的情感响应、信任建立策略及用户流失预警机制。研究者可利用附带五阶段漏斗标注（从初识接触到会后跟进）的每一条消息，精准训练能够识别和模拟浪漫互动中微妙心理节点的生成式系统，为俄语NLP领域注入一抹罕见的真实交互底色。

衍生相关工作

基于该数据集，学界与业界已衍生出若干前沿探索：围绕漏斗阶段标签，研究者构建了基于对话微序列的信任预测模型，能够以高精度预判邀约成功率；而语音与文本模态切换模式的发现，则催生了多模态对话策略优化框架。此外，对话中自然涌现的拒绝与犹豫模式被提炼为冷启动阶段的反向训练样本，极大改善了生成模型在低资源情感场景下的鲁棒性与真实性。这些工作正逐步汇聚成浪漫社交AI领域一个崭新的实证研究群落。

数据集最近研究

最新研究方向

该数据集聚焦于真实AI与人类之间的俄语浪漫对话，填补了该领域在真实情感交互与可验证结果标注上的空白。当前前沿研究正围绕漏斗阶段标注（从冷启动到会面确认）构建用户流失预测模型，并利用多模态特征（文本与语音转写）分析信任建立与说服模式，为社交AI系统在自然场景下的微调与情感追踪提供了高保真数据支撑，其与约会应用内AI代理的协同演进更推动了人机亲密关系建模从理论向生产级应用的实质性跨越。