Um Conjunto de Dados para Conversas Baseadas em Documentos

Este artigo introduz um conjunto de dados baseado em documentos para conversas. Definimos "Conversas Baseadas em Documentos" como conversas que tratam do conteúdo de um documento específico. Neste conjunto de dados, os documentos especificados eram artigos da Wikipedia sobre filmes populares. O conjunto contém 4112 conversas com uma média de 21,43 turnos por conversa. Isso posiciona este conjunto de dados não apenas para fornecer um histórico de chat relevante ao gerar respostas, mas também para oferecer uma fonte de informação que os modelos poderiam utilizar. Descrevemos duas arquiteturas neurais que oferecem desempenho de referência na tarefa de gerar a próxima resposta. Também avaliamos nossos modelos quanto ao engajamento e fluência, e descobrimos que as informações do documento ajudam a gerar respostas mais envolventes e fluentes.