佛罗里达大学 发布 INDIRECTREQUESTS 数据集, 应用在 自然语言处理、对话系统 领域

佛罗里达大学 本次发布的数据集 INDIRECTREQUESTS, INDIRECTREQUESTS数据集由佛罗里达大学和亚马逊的研究团队创建，旨在通过合成生成间接用户请求，使任务导向型对话数据集更自然。该数据集包含453条间接用户请求（IURs），通过大型语言模型（LLMs）如GPT-3.5和GPT-4生成，并经过众包过滤和修正以提高质量。数据集的创建过程涉及使用语言模型生成噪声种子数据集，随后通过众包进行质量提升。INDIRECTREQUESTS数据集主要应用于自然语言理解（NLU）和对话状态跟踪（DST）的研究，旨在解决现有数据集中直接请求与自然对话中常见的间接请求之间的差异问题。

查看INDIRECTREQUESTS

Dataset card 内容： 

Files and versions 内容： 

关于 佛罗里达大学 , 佛罗里达大学是一所位于美国佛罗里达州的公立研究型大学，以其卓越的学术研究和广泛的专业课程而闻名。

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。