dialogue_train_data

基于知识库的对话系统，训练数据，已经初步处理，可以直接使用。

介绍

• 本项目提供了一个基于知识库的对话系统的训练数据。
• 该数据是已经经过清洗、处理和构造，能直接用于训练“主题模型”，“知识匹配模型”和“”对话生成模型。
• 上述模型详见论文 Key Factors of Knowledge-driven Conversation System。

样例

{'history_utt': ['知道重庆森林这部电影吗？'], 'response': '知道呀，是一部由王家卫导演的片子', 'knowledge': '群众类型剧情', 'label': 0, 'mention': -100}
{'history_utt': ['知道重庆森林这部电影吗？'], 'response': '知道呀，是一部由王家卫导演的片子', 'knowledge': 'Crash类型剧情', 'label': 0, 'mention': -100}
{'history_utt': ['知道重庆森林这部电影吗？', '知道呀，是一部由王家卫导演的片子'], 'response': '而主演里更是有王菲，一上映便受到追捧', 'knowledge': '重庆森林主演王菲', 'label': 1, 'mention': '重庆森林'}
{'history_utt': ['知道重庆森林这部电影吗？', '知道呀，是一部由王家卫导演的片子'], 'response': '而主演里更是有王菲，一上映便受到追捧', 'knowledge': '重庆森林类型剧情，文艺', 'label': 0, 'mention': -100}

说明

history_utt：为对话历史。

response：下一句的合适回复。

knowledge：候选知识。

label：0 表示该条候选知识为负样本；1 表示该候选知识为正样本。

mention：对话主题，当为 -100，表示候选知识不正确，故不需要主题。

原始数据来源。

• 原始数据为 KdConv，更多数据的详细信息请见该描述
• 若有侵权，请联系作者删除。