DuRecDial 2.0：用于对话推荐的双语平行语料库
计算与语言
2021-09-21 v1 人工智能
摘要
在本文中，我们提供了一个双语平行人-人推荐对话数据集（DuRecDial 2.0），以使研究者能够探索多语言与跨语言对话推荐这一挑战性任务。DuRecDial 2.0与现有对话推荐数据集的不同之处在于，DuRecDial 2.0中的数据项（用户画像、目标、知识、上下文、回复）以英汉两种语言进行标注，而其他数据集是在单一语言设置下构建的。我们收集了跨英语与汉语对齐的8.2k对话（总计16.5k对话与255k utterance），由众包工作者在严格质量控制流程下标注。随后我们在DuRecDial 2.0上构建了单语、多语与跨语言对话推荐基线。实验结果表明，使用额外的英语数据可为汉语对话推荐带来性能提升，显示了DuRecDial 2.0的益处。最后，该数据集为未来的单语、多语与跨语言对话推荐研究提供了具有挑战性的测试平台。
引用
@article{arxiv.2109.08877,
title = {DuRecDial 2.0: A Bilingual Parallel Corpus for Conversational Recommendation},
author = {Zeming Liu and Haifeng Wang and Zheng-Yu Niu and Hua Wu and Wanxiang Che},
journal= {arXiv preprint arXiv:2109.08877},
year = {2021}
}
备注
Accepted by EMNLP 2021