Ubuntuダイアログコーパス：非構造化マルチターンダイアログシステムの研究用大規模データセット

本論文では、Ubuntuダイアログコーパスを紹介します。このデータセットには、約100万のマルチターンダイアログが含まれており、総発話数は700万を超え、単語数は1億に達しています。これは、大量のラベルなしデータを利用できるニューラル言語モデルに基づくダイアログマネージャーの構築に関する研究にとって、独自のリソースを提供します。このデータセットは、Dialog State Tracking Challengeデータセットにおける会話のマルチターン特性と、Twitterなどのマイクロブログサービスから得られる相互作用の非構造的性質を兼ね備えています。また、このデータセットの分析に適した2つのニューラル学習アーキテクチャについて説明し、最適な次の応答を選択するタスクでのベンチマーク性能も示します。