MMDialog

MMDialog : ชุดข้อมูลบทสนทนาแบบหลายเลี้ยวขนาดใหญ่สู่การสนทนาโดเมนแบบเปิดหลายรูปแบบ

พื้นที่เก็บข้อมูลนี้เป็นเว็บไซต์อย่างเป็นทางการของเอกสาร ACL'23: MMDialog : ชุดข้อมูลบทสนทนาแบบหลายเลี้ยวขนาดใหญ่สู่การสนทนาโดเมนแบบเปิดหลายรูปแบบ

เกี่ยวกับชุดข้อมูล

กรณีบทสนทนาของ MMDialog :

สถิติ:

หากคุณใช้มันในการทำงานของคุณ โปรดอ้างอิงเอกสารของเรา:

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"
}

รูปแบบโฟลเดอร์ชุดข้อมูล:

ไฟล์: Conversation.json

บันทึก:

1. ชุดการฝึกไม่มี "negative_candidate_media_keys" และ "negative_candidate_texts" ซึ่งมีอยู่ในชุดการทดสอบและการตรวจสอบความถูกต้องเท่านั้น "negative_candidate_xxx" แต่ละรายการมีผู้สมัครที่เป็นค่าลบ 999 รายสำหรับงานการดึงข้อมูล
2. ชื่อไฟล์รูปภาพทั้งหมดอยู่ในรูปแบบ "media_key.jpg"
3. คำเช่น :smiling_face_with_smiling_eyes: และ :raising_hands: เป็นสัญลักษณ์แสดงอารมณ์ โปรดดูที่ https://github.com/carpedm20/emoji
4. เพื่อคำนวณคะแนน CLIP ในระบบเมตริก MM-Relevance เรามีการสาธิตใน compute_mmrel.py
5. นอกจากนี้เรายังมีตัวอย่างการประเมินผลสำหรับหน่วยวัดที่ประเมินภายในรูปแบบเดียว (เช่น BLEU, Recall) ใน EvaluedExample.md

วิธีรับชุดข้อมูล

หากต้องการรับชุดข้อมูลนี้ คุณและองค์กรของคุณต้องการ:

1. เหมาะสำหรับใคร: คุณเป็นนักศึกษาปริญญาโท ผู้สมัครระดับปริญญาเอก โพสต์ปริญญาเอก คณะ หรือพนักงานที่มุ่งเน้นการวิจัยในสถาบันการศึกษาหรือมหาวิทยาลัย
2. การใช้งานที่ไม่ใช่เชิงพาณิชย์: คุณควรใช้การเข้าถึงนี้เพื่อวัตถุประสงค์ที่ไม่ใช่เชิงพาณิชย์เท่านั้น
3. วางแผนอย่างชัดเจน: คุณมีวัตถุประสงค์การวิจัยที่กำหนดไว้อย่างชัดเจน และคุณมีแผนเฉพาะว่าคุณตั้งใจจะใช้และวิเคราะห์ข้อมูลนี้จากการวิจัยของคุณอย่างไร
4. สัญญากับพฤติกรรมของคุณ: คุณควรสัญญาว่าจะไม่แชร์ชุดข้อมูลนี้โดยไม่ได้รับการตรวจสอบคุณสมบัติและการอนุญาตจากเรา

หากคุณไม่ปฏิบัติตาม ข้อกำหนดทั้งหมด ข้างต้น เรา จะไม่ แชร์ชุดข้อมูลนี้ให้กับคุณ

เราต้องการให้คุณกรอกแบบฟอร์มด้านล่าง:

รายการ	คำอธิบาย
ชื่อของคุณ	[ชื่อของคุณที่นี่]
บทบาทของคุณ	[นักศึกษาปริญญาโท / ผู้สมัครระดับปริญญาเอก / หลังปริญญาเอก / คณาจารย์ / พนักงานที่เน้นการวิจัย / อื่น ๆ ]
องค์กรการศึกษาหรือการทำงานของคุณ	เช่น Microsoft Research, DeepMind, Cornell University, ...
หน้าแรกวิชาการส่วนตัวของคุณ พร้อมสิ่งตีพิมพ์	[Google Scholar] หรือ [Homepage_URL ที่ทำงานบนเว็บไซต์องค์กรของคุณ (เช่น yourname.people.xxx.edu / yourname.xxx.people.msr.microsoft.com)] พร้อมสิ่งพิมพ์
การใช้งานที่ไม่ใช่เชิงพาณิชย์	ฉัน [สัญญา / ไม่สามารถสัญญา] ว่าฉันจะไม่ใช้ชุดข้อมูล MMDialog นี้กับสถานการณ์หรือผลิตภัณฑ์เชิงพาณิชย์
ข้อจำกัดในการแชร์	ฉัน [สัญญา / ไม่สามารถสัญญาได้] ฉันจะไม่แชร์ชุดข้อมูล MMDialog นี้โดยไม่ได้รับการตรวจสอบและอนุญาตจากคุณ
แผนของคุณ	(อธิบายแผนการวิจัยของคุณ และวิธีที่คุณตั้งใจจะใช้และวิเคราะห์ข้อมูลนี้จากงานวิจัยของคุณ >= 50 คำ )

จากนั้นใช้ บัญชีอีเมล edu หรือการวิจัย ของคุณเพื่อส่งแบบฟอร์มไปที่ [[email protected]] เพื่อตรวจสอบ หากคุณมีคุณสมบัติตรงตามข้อกำหนด ทั้งหมด เราจะแชร์โฟลเดอร์คลาวด์ให้คุณซึ่งจะจัดเก็บชุดข้อมูลที่ประมวลผลล่วงหน้า ภายในหนึ่งสัปดาห์ .