CPED 中文对话数据集

CPED 全称 Chinese Personalized and Emotional Dialogue，是第一个大规模的中国个性化和情感对话数据集。数据集由与同理心和个人特征相关的多源知识组成（涵盖了性别、五大个性特征、 13 种情感、 19 个对话行为和 10 个场景等知识）。

数据集包含：

• 133000 多模态上下文话语
• 来自 40 个电视节目的 392 个扬声器的 12000 多个对话
• 3 个字符属性（姓名、性别年龄）标注、五大个性特征标注、 2 种动态情感信息（情感和情感）标注和 DA 标注
• 三项任务：对话中的人格识别（PRC）、对话中的情感识别（ERC）以及个性化和情感对话（PEC）