Freenode IRC network 发布 Ubuntu Chat Log Conversations 数据集, 应用在 自然语言处理、对话系统 领域

Freenode IRC network 本次发布的数据集 Ubuntu Chat Log Conversations, 该数据集来源于Freenode IRC网络中与Ubuntu相关的话题特定聊天室，包含了多轮次、双边对话以及特定领域的对话数据。在验证集和测试集中，该数据集的正向三元组与负向三元组的比例达到了1:9，这使得我们可以使用如Recall@k等信息检索指标进行评估。数据规模方面，包含了一百万个训练三元组，五十万个验证三元组和五十万个测试三元组。该数据集的任务是针对多轮对话中的响应选择。

查看Ubuntu Chat Log Conversations

README 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。