乔治城大学发布YIELD数据集,应用在对话系统、信息诱导领域

乔治城大学本次发布的数据集YIELD,YIELD是由乔治城大学信息感知实验室构建的大规模信息诱导对话数据集，包含2281段跨四个领域（学术访谈、司法程序、新闻调查及口述历史）的真实人类对话，总计2600万token。数据源自明确标注公共许可的档案库，经过人工标注和标准化处理，平均每段对话达171轮次，显著长于现有任务型对话数据集。该数据集旨在支持信息诱导智能体（IEAs）的开发，解决传统对话系统在主动信息获取和机构决策支持场景中的局限性，适用于司法审讯模拟、新闻采访训练等专业领域。

查看YIELD

README内容：

关于乔治城大学,乔治城大学是美国一所著名的私立研究型大学，位于华盛顿特区，成立于1789年，是美国最古老的天主教和耶稣会大学之一。该校以国际关系、法律、医学等领域的教育和研究闻名，拥有多个知名的研究中心和实验室。

关于arXiv,全球最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个学科领域。