Alex Context NLG Dataset

  Autoři

Dušek, Ondřej and Jurčíček, Filip

  Identifikátor

http://hdl.handle.net/11234/1-1675

 URL projektu

https://github.com/UFAL-DSG/alex_context_nlg_dataset

 Datum vydání

2016-04-05

 Typ

corpus, text

 Velikost

1859 entries, 5577 sentences

 Jazyky

English

 Popis

A dataset intended for fully trainable natural language generation (NLG) systems in task-oriented spoken dialogue systems (SDS), covering the English public transport information domain. It includes preceding context (user utterance) along with each data instance (pair of source meaning representation and target natural language paraphrase to be generated). Taking the form of the previous user utterance into account for generating the system response allows NLG systems trained on this dataset to entrain (adapt) to the preceding utterance, i.e., reuse wording and syntactic structure. This should presumably improve the perceived naturalness of the output, and may even lead to a higher task success rate. Crowdsourcing has been used to obtain natural context user utterances as well as natural system responses to be generated.

 Nakladatel

Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)

 Sponzoři

Grantová agentura Univerzity Karlovy v Praze

Kód projektu: GAUK 2058214

Jméno projektu: Adaptivní generátor přirozeného jazyka

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: LK11221

Jméno projektu: Vývoj metod pro návrh statistických mluvených dialogových systémů

 

Univerzita Karlova v Praze (mimo GAUK)

Kód projektu: SVV 260 333

Jméno projektu: Specifický vysokoškolský výzkum

 Klíčová slova

dialogue system natural language generation dialogue alignment entrainment

 Kolekce

LINDAT / CLARIAH-CZ Data & Tools

Zobrazit celý záznam