MBZUAI 发布 SEADIALOGUES 数据集, 应用在 自然语言处理、文化交流 领域

MBZUAI 本次发布的数据集 SEADIALOGUES, SEADIALOGUES是一个多语言、多轮对话数据集，涵盖了来自六个东南亚国家的八种语言：印度尼西亚语、爪哇语、马来语、米南加保语、他加禄语、泰米尔语、泰语和越南语。该数据集包含32000个对话，涵盖了超过100个文化相关的话题，每个对话都涉及多个话题。此外，该数据集还包括210个多样化的角色，以支持个性化的文化对话生成。

查看SEADIALOGUES

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。