The Ubuntu Dialogue Corpus- A Large Dataset for Research in Unstructured Multi-Turn Dialogue Systems

ubuntu对话语料库

训练数据由：1,000,000个例子组成，50%positive(label1)50%negative(label0)。每个example由一个文本，这里有对话，一个表达和一个与之对应的回答，和一个negative　label意味着这个表达不正确－－这个negative label是从语料库中随机选取的。这里有一些数据的例子

　　这个数据集有test和validations sets。从这些训练数据中的格式是不一样的。每一条记录在test/validation set　都有context，a ground truth utterace（the real respose）和９个不正确的utterances叫做distractors（干扰选项）。模型的目标是把得分最高的utterace分配给正确的utterace，和把得分地的分配给错误的utterances。