Ubuntu 发布 Ubuntu 数据集, 应用在 自然语言处理、对话系统 领域

Ubuntu 本次发布的数据集 Ubuntu, 该数据集是从Ubuntu IRC频道提取的大规模现实世界对话生成与检索数据集，包含了两个参与者之间超过三回合的对话。为了减轻由于截断造成的信息丢失，每个对话的上下文被按逆序拼接成一段文本。该数据集规模庞大，其候选发言池包含120千条数据，适用于对话生成和检索任务。

查看Ubuntu

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。