Cet ensemble de données comprend un ensemble de données de formation, un ensemble de développement et un ensemble de tests pour un chatbot basé sur la récupération. Les données de test contenaient 1 000 contextes de conversation et, pour chaque contexte, les chercheurs ont créé 10 réponses comme candidats. Les chercheurs ont recruté trois annotateurs humains pour juger si les candidats ont répondu de manière appropriée à la réunion, ce qui signifie que la réponse suivait naturellement le message compte tenu du contexte. Chaque paire a reçu trois étiquettes, et la majorité des étiquettes ont été considérées comme définitives.