• Opis :

Zbiór danych dialogu kontradyktoryjnego botów.

Zestawy danych dialogu oznaczone jako obraźliwe z zadania dialogu kontradyktoryjnego z botami. Dialogi zebrano poprzez poproszenie ludzi o kontradyktoryjną rozmowę z botami.

Więcej szczegółów w artykule .

• Strona główna : https://github.com/facebookresearch/ParlAI/tree/main/parlai/tasks/bot_adversarial_dialogue

• Kod źródłowy : tfds.datasets.bot_adversarial_dialogue.Builder

• Wersje :

  • 1.0.0 (domyślnie): Wersja pierwsza.

• Automatyczne buforowanie ( dokumentacja ): Tak

• Klucze nadzorowane (zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@misc{xu2021recipes,
      title={Recipes for Safety in Open-domain Chatbots},
      author={Jing Xu and Da Ju and Margaret Li and Y-Lan Boureau and Jason Weston and Emily Dinan},
      year={2021},
      eprint={2010.07079},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

bot_adversarial_dialogue/dialogue_datasets (konfiguracja domyślna)

• Opis konfiguracji : Zestawy danych dialogowych podzielone na części pociągowe, walidacyjne i testowe.

• Rozmiar pliku do pobrania : 3.06 MiB

• Rozmiar zbioru danych : 23.38 MiB

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'bot_persona': Sequence(Text(shape=(), dtype=string)),
    'dialogue_id': float32,
    'episode_done': bool,
    'id': Text(shape=(), dtype=string),
    'labels': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'round_id': float32,
    'speaker_to_eval': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Przykłady ( tfds.as_dataframe ):

bot_adversarial_dialogue/human_nonadv_safety_eval

• Opis konfiguracji : zestaw oceny bezpieczeństwa ludzi oceniony przez pracowników korzystających z crowdsourcingu pod kątem obraźliwości.

• Rozmiar pliku do pobrania : 10.57 KiB

• Rozmiar zbioru danych : 34.55 KiB

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'episode_done': bool,
    'id': Text(shape=(), dtype=string),
    'labels': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Przykłady ( tfds.as_dataframe ):