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

Microsoft 本次发布的数据集 MSDialog, 该数据集名为MSDialog，来源于微软产品在线论坛，覆盖了多个领域的讨论内容。它包含了大量的对话和发言，专门为评估对话响应排序任务而设计。在数据集中，允许进行成对排序设置，每个真实响应都会与九个候选响应进行比较。对话的最大回合数为十轮，对发言的序列长度和领域信息有特定的限制。数据集规模宏大，包含超过35,000个对话和337,000条发言；其中训练集有超过173,000个样本，验证集有37,000个，测试集有35,000个。该数据集的任务是对话中的响应排序。

查看MSDialog

README 内容： 

关于 Microsoft , 微软是一家总部位于美国华盛顿州的全球知名科技公司。

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。