README.md

metadata

annotations_creators:
  - crowdsourced
language_creators:
  - crowdsourced
language:
  - ru
license:
  - unknown
multilinguality:
  - monolingual
pretty_name: BlendedSkillTalk
size_categories:
  - 1K<n<10K
source_datasets:
  - original
task_categories:
  - conversational
task_ids:
  - dialogue-generation
paperswithcode_id: blended-skill-talk
dataset_info:
  features:
    - name: personas
      sequence: string
    - name: additional_context
      dtype: string
    - name: previous_utterance
      sequence: string
    - name: context
      dtype: string
    - name: free_messages
      sequence: string
    - name: guided_messages
      sequence: string
    - name: suggestions
      sequence:
        - name: convai2
          dtype: string
        - name: empathetic_dialogues
          dtype: string
        - name: wizard_of_wikipedia
          dtype: string
    - name: guided_chosen_suggestions
      sequence: string
  splits:
    - name: train
      num_examples: 4819
    - name: validation
      num_examples: 1009
    - name: test
      num_examples: 980

Dataset Card for "blended_skill_talk"

Table of Contents

• Dataset Description
  • Dataset Summary
  • Supported Tasks and Leaderboards
  • Languages
• Dataset Structure
  • Data Instances
  • Data Fields
  • Data Splits
• Dataset Creation
  • Curation Rationale
  • Source Data
  • Annotations
  • Personal and Sensitive Information
• Considerations for Using the Data
  • Social Impact of Dataset
  • Discussion of Biases
  • Other Known Limitations
• Additional Information
  • Dataset Curators
  • Licensing Information
  • Citation Information
  • Contributions

Dataset Description

• Homepage: https://parl.ai/projects/bst/
• Repository: More Information Needed
• Paper: Can You Put it All Together: Evaluating Conversational Agents' Ability to Blend Skills
• Point of Contact: More Information Needed

Dataset Summary

Russian version of the Blended Skill Talk dataset. Each replica was translated separately using a paid translator. A dataset of 7k conversations explicitly designed to exhibit multiple conversation modes: displaying personality, having empathy, and demonstrating knowledge.

Supported Tasks and Leaderboards

More Information Needed

Languages

More Information Needed

Dataset Structure

Data Instances

default

An example of 'train' looks as follows.

{
  "personas": ["мне все время звонит женщина.", "однажды мне предложили профессионально заниматься баскетболом."],
  "additional_context": "",
  "previous_utterance": ["Я по-настоящему обрадовался, когда мой папа подарил мне мой первый автомобиль. Это было просто счастливое чувство", "Да. Мне знакомо это чувство, хотя мне пришлось купить свой собственный."],
  "context": "empathetic_dialogues", "free_messages": ["Автомобиль был именно таким, как я хотел, - спортивная машина новой модели.", "Mustang GT с откидным верхом", "Несколько лет назад я помогал с реставрацией 67-го. Это было просто великолепно."],
  "guided_messages": ["Это был хороший выбор, что это была за машина?", "Мило! Жаль, что вам не удалось заполучить в свои руки "Мустанг II" 1963 года выпуска. Это моя любимая машина.", "Это звучит потрясающе. Вы восстановили его вместе со своим отцом?"],
  "suggestions": {
    "convai2": ["я не большой любитель спортивных автомобилей, лол. мне нужна машина, которая может испачкаться", "я не большой любитель спортивных автомобилей, лол. мне нужна машина, которая может испачкаться", "мы с папой восстановили мой, он принадлежал ему."],
    "empathetic_dialogues": ["Это был хороший выбор, рассматривали ли вы какие-либо другие марки / модели?", "О, ничего себе, это потрясающая машина.", "Это звучит как классический автомобиль. Ты часто катался на нем со своим отцом?"],
    "wizard_of_wikipedia": ["Это круто. Мне нравятся экономичные автомобили, потому что они доступны по цене", "Мило! Жаль, что вам не удалось заполучить в свои руки Mustang II 1963 года выпуска, который представляет собой четырехместный концепт-кар.", "Мило! Жаль, что вам не удалось заполучить в свои руки Mustang II 1963 года выпуска, который представляет собой четырехместный концепт-кар."]},
  "guided_chosen_suggestions": ["empathetic_dialogues", "wizard_of_wikipedia", "empathetic_dialogues"]
}

Original version of dataset has "label_candidates" field. It was not translated.

Data Fields

The data fields are the same among all splits.

default

• personas: a list of string features.
• additional_context: a string feature.
• previous_utterance: a list of string features.
• context: a string feature.
• free_messages: a list of string features.
• guided_messgaes: a list of string features.
• suggestions: a dictionary feature containing:
  • convai2: a string feature.
  • empathetic_dialogues: a string feature.
  • wizard_of_wikipedia: a string feature.
• guided_chosen_suggestions: a list of string features.

Data Splits

name	train	validation	test
default	4819	1009	980

Dataset Creation

Curation Rationale

More Information Needed

Source Data

Initial Data Collection and Normalization

More Information Needed

Who are the source language producers?

More Information Needed

Annotations

Annotation process

More Information Needed

Who are the annotators?

More Information Needed

Personal and Sensitive Information

More Information Needed

Considerations for Using the Data

Social Impact of Dataset

More Information Needed

Discussion of Biases

More Information Needed

Other Known Limitations

More Information Needed

Additional Information

Dataset Curators

More Information Needed

Licensing Information

More Information Needed

Citation Information

@misc{smith2020evaluating,
    title={Can You Put it All Together: Evaluating Conversational Agents' Ability to Blend Skills},
    author={Eric Michael Smith and Mary Williamson and Kurt Shuster and Jason Weston and Y-Lan Boureau},
    year={2020},
    eprint={2004.08449},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

Contributions

Thanks to @artemsnegirev, Dmitriy Sidorenko for adding this dataset.