MMDialog

MMDialog : مجموعة بيانات حوار متعددة المنعطفات واسعة النطاق نحو محادثة مفتوحة متعددة الوسائط

هذا المستودع هو الموقع الرسمي لورقة ACL'23: MMDialog : مجموعة بيانات حوار متعددة المنعطفات واسعة النطاق نحو محادثة مجال مفتوح متعددة الوسائط

حول مجموعة البيانات

حالة حوار من MMDialog :

إحصائيات:

إذا كنت تستخدمه في عملك، يرجى ذكر ورقتنا:

MMDialog, title = "{MMD}ialog: A Large-scale Multi-turn Dialogue Dataset Towards Multi-modal Open-domain Conversation", author = "Feng, Jiazhan and Sun, Qingfeng and Xu, Can and Zhao, Pu and Yang, Yaming and Tao, Chongyang and Zhao, Dongyan and Lin, Qingwei", booktitle = "Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)", month = jul, year = "2023", address = "Toronto, Canada", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/2023.acl-long.405", doi = "10.18653/v1/2023.acl-long.405", pages = "7348--7363" }">

 @inproceedings{feng-etal-2023- MMDialog ,
    title = "{MMD}ialog: A Large-scale Multi-turn Dialogue Dataset Towards Multi-modal Open-domain Conversation",
    author = "Feng, Jiazhan and Sun, Qingfeng and Xu, Can and Zhao, Pu and Yang, Yaming and Tao, Chongyang and Zhao, Dongyan and Lin, Qingwei",
    booktitle = "Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
    month = jul,
    year = "2023",
    address = "Toronto, Canada",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2023.acl-long.405",
    doi = "10.18653/v1/2023.acl-long.405",
    pages = "7348--7363"
}

تنسيق مجلد مجموعة البيانات:

ملف:conversations.json

ملحوظة:

1. لا تحتوي مجموعة التدريب على "negative_candidate_media_keys" و"negative_candidate_texts"، والتي توجد فقط في مجموعة الاختبار والتحقق من الصحة. يحتوي كل "negative_candidate_xxx" على 999 مرشحًا سلبيًا لمهمة الاسترجاع.
2. جميع أسماء ملفات الصور بتنسيق "media_key.jpg".
3. كلمات مثل:smiling_face_with_smiling_eyes: و: rise_hands: هي رموز عاطفية، يرجى الرجوع إلى https://github.com/carpedm20/emoji
4. لحساب نتائج CLIP بقياس MM-Relevance، نقدم عرضًا توضيحيًا في compute_mmrel.py.
5. نقدم أيضًا مثالًا تقييميًا للمقاييس التي تم تقييمها ضمن طريقة واحدة (على سبيل المثال، BLEU، Recall) في EvaluationExample.md.

كيفية الحصول على مجموعة البيانات

للحصول على مجموعة البيانات هذه، تحتاج أنت ومؤسستك إلى ما يلي:

1. لمن: أنت إما طالب ماجستير أو مرشح دكتوراه أو ما بعد الدكتوراه أو عضو هيئة تدريس أو موظف يركز على البحث في مؤسسة أكاديمية أو جامعة.
2. الاستخدام غير التجاري: يجب عليك استخدام هذا الوصول فقط لأغراض غير تجارية.
3. التخطيط بوضوح: لديك هدف بحثي محدد بوضوح، ولديك خطط محددة لكيفية استخدام وتحليل هذه البيانات من بحثك.
4. وعد بسلوكك: يجب أن تعد بأنك لن تشارك مجموعة البيانات هذه دون مراجعة مؤهلاتنا والحصول على إذن.

إذا لم تستوفي جميع المتطلبات المذكورة أعلاه، فلن نشاركك مجموعة البيانات.

نحن بحاجة إليك لملء النموذج أدناه:

غرض	وصف
اسمك	[اسمك هنا]
دورك	[طالب ماجستير / مرشح دكتوراه / ما بعد الدكتوراه / هيئة التدريس / موظف يركز على البحث / آخرون]
دراستك أو منظمة العمل الخاصة بك	على سبيل المثال، Microsoft Research، DeepMind، جامعة كورنيل، ...
صفحتك الرئيسية الأكاديمية الشخصية مع المنشورات	[Google Scholar] أو [Homepage_URL الذي يعمل على موقع الويب الخاص بمؤسستك (على سبيل المثال yourname.people.xxx.edu / yourname.xxx.people.msr.microsoft.com)] مع المنشورات.
الاستخدام غير التجاري	أنا [أعد / لا أستطيع أن أعد] بأنني لن أطبق مجموعة بيانات MMDialog هذه على السيناريوهات أو المنتجات التجارية.
حدود المشاركة	أنا [أعدك / لا أستطيع أن أعدك] أنني لن أشارك مجموعة بيانات MMDialog هذه دون مراجعة مؤهلاتك وإذنك.
خطتك	(صف خطة بحثك وكيف تنوي استخدام وتحليل هذه البيانات من بحثك. >= 50 كلمة )

ثم استخدم حساب البريد الإلكتروني التعليمي أو البحثي الخاص بك لإرسال النموذج إلى [[email protected]] للمراجعة، إذا كنت تستوفي جميع المتطلبات، فسنشاركك مجلدًا سحابيًا يخزن مجموعة البيانات المعالجة مسبقًا في غضون أسبوع .