数据集Topical-Chat：适用于开放域对话，包含丰富的人类知识

话题聊天 我们介绍了Topical-Chat，这是一个以知识为基础的人与人之间的对话数据集，其基础知识涵盖8个广泛的主题，并且对话伙伴没有明确定义的角色。 主题聊天大致包括两种类型的文件： （1）对话文件-这些是.json文件，其中包含Amazon Mechanical Turk（也称为Turkers）上两个工作人员之间的对话。 （2）阅读集合文件-这些是.json文件，其中包含来自不同数据源（*，Reddit和《华盛顿邮报》）的知识部分，这些知识部分由特定Turker负责阅读和引用，因为它们正在进行对话。 为了获得阅读集，我们提供了一个简单的1脚本解决方案（build.py），用于从必要的数据源中提取文本以构建完整的阅读集。 有关数据集和基准测试的更多详细信息，请参见 设置环境以构建数据 Ensure that your Python Interpreter >= 3.7