Meta-Learning Wizard-of-Oz 元学习多领域对话数据集是由 Microsoft Research 于 2020 年发布的一个多领域对话数据集，相关论文成果为「Fast Domain Adaptation For Goal-Oriented Dialogue Using A Hybrid Generative-Retrieval Transformer」，旨在开发对话模型的快速适应方法。

该数据集包含 37,884 条由众包人员记录的双人对话，覆盖 47 个领域和 227 个任务，每个对话至少包含 10 个轮次。

数据集组成

对话数据：

• id: 对话的唯一标识符
• user_id: 用户的唯一标识符
• bot_id: 扮演机器人的用户的唯一标识符
• domain: 对话所属领域的标识符
• task_id: 具体任务的标识符
• turns: 交替出现的 bot 和 user 的 utterance 序列

任务数据：

定义了每个任务的具体指令和角色，分为训练集和测试集：

• task_id: 任务的唯一标识符
• domain: 领域标识符
• bot_prompt: 分配给扮演 bot 用户的具体任务指令
• bot_role: bot 在领域中的角色描述
• user_prompt: 分配给真实用户的具体任务指令
• user_role: 用户在领域中的角色描述

Citation

@InProceedings{shalyminov2020fast,
author = {Shalyminov, Igor and Sordoni, Alessandro and Atkinson, Adam and Schulz, Hannes},
title = {Fast Domain Adaptation For Goal-Oriented Dialogue Using A Hybrid Generative-Retrieval Transformer},
booktitle = {2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)},
year = {2020},
month = {April},
url = {https://www.microsoft.com/en-us/research/publication/fast-domain-adaptation-for-goal-oriented-dialogue-using-a
-hybrid-generative-retrieval-transformer/},
}