RiSAWOZ：一个具有丰富语义标注的大规模多领域Wizard-of-Oz任务型对话建模数据集
计算与语言
2020-10-20 v1
摘要
为缓解多领域数据短缺并捕捉任务型对话建模中的话语现象，我们提出RiSAWOZ，一个具有丰富语义标注的大规模多领域中文Wizard-of-Oz数据集。RiSAWOZ包含11.2K人机（H2H）多轮语义标注对话，超过150K条话语，覆盖12个以上领域，规模大于以往所有标注的H2H对话数据集。单领域和多领域对话分别占65%和35%。每轮对话都标有全面的对话标注，包括自然语言描述的对话目标、领域、用户与系统两侧的对话状态和动作。除传统对话标注外，我们特别提供对话中省略和共指等话语现象的语言学标注，有助于对话共指和省略解析任务。除完整标注数据集外，我们还给出数据收集过程、统计与分析的详细描述。我们报告了一系列基准模型和结果，包括自然语言理解（意图检测与槽填充）、对话状态追踪、对话上下文到文本生成，以及共指和省略解析，便于该语料未来研究的基线比较。
引用
@article{arxiv.2010.08738,
title = {RiSAWOZ: A Large-Scale Multi-Domain Wizard-of-Oz Dataset with Rich Semantic Annotations for Task-Oriented Dialogue Modeling},
author = {Jun Quan and Shian Zhang and Qian Cao and Zizhong Li and Deyi Xiong},
journal= {arXiv preprint arXiv:2010.08738},
year = {2020}
}
备注
EMNLP 2020 (long paper)