情感对话数据集介绍

数据集一、Dailydialogue

论文《DailyDialog_ A Manually Labelled Multi-turn Dialogue Dataset》。

该数据集是从英语学习者相关的网站上爬取的对话数据集，主题相对集中，语法相对规范。

总共有一万多对对话，每个对话大概8轮。

数据集众包含的文件有：

1）dialogues_text.txt:包含所有的一万多个对话，每行代表一对对话，对话之间用_eou_隔开，对话结尾也有一个_eou_。

2）dialogues_topic.txt:每行对应于一对对话所包含的主题，用数字1——10表示，其中1代表日常生活，2代表学校生活，3代表文化和教育，4代表态度和情感，5代表关系，6代表旅游，7代表健康，8代表工作，9代表政策/政治，10代表经济。

3）dialogues_act.txt：每行代表对话行为的解释，用数字1——4表示，其中1代表通知，2代表询问，3代表指示，4代表同情。

4）dialogues_emotion.txt:每行代表对话所包含的情感，用数字0——6表示，其中0代表没情感/中性，1代表生气，2代表厌恶，3代表:恐惧，4代表快乐，5代表悲伤，6代表惊讶。

5）train.zip，validation.zi和test.zip分别代表训练集、验证集和测试集，每个文件下有三个文件，有对话信息、情感信息和行为解释信息。

 

数据集二、MELD

论文《MELD: A Multimodal Multi-Party Dataset for Emotion Recognition in Conversation》。

MELD是从电影老友记上摘取的片段。是一个多模态数据集，既包括文本信息，也包括与文本对应的音频和视频信息。MELD有超过1400对对话，总共13000句。其包含7种情感，分别是 Anger, Disgust, Sadness, Joy, Neutral, Surprise and Fear。对每句话还有情绪注释（positive、negative和neutral）。

该数据集文本信息里面包含三种文件：train_sent_emo.csv、dev_sent_emo.csv和test_sent_emo.csv。每个csv文件里包含的信息有No.,Utterance,Speaker,Emotion,Sentiment,Dialogue_ID,Utterance_ID,Season,Episode,StartTime,EndTime，用逗号隔开。