教育类聊天机器人意图识别数据集-leewanhung
数据来源：互联网公开数据
标签：聊天机器人,意图识别,教育,自然语言处理,对话系统,机器学习,文本数据
数据概述：
本数据集旨在支持教育领域聊天机器人的构建，包含多种意图，以适应广泛的对话场景。 数据集包括核心意图和组合意图，旨在增强聊天机器人的交互能力。
核心意图：
该数据集包含聊天机器人可以识别和响应的独立意图。 这些意图涵盖了聊天机器人交流中常用的基本交互和命令：
- Whisper On：启用耳语模式的命令，以更安静或微妙的方式提供回复。
- Whisper Off：禁用耳语模式的命令，恢复正常回复方式。
- Open Landing Page：打开或导航到应用程序或服务的登录页面的命令。
- Course Search：用于搜索课程的意图，允许用户根据其查询查找特定课程。
- Course Description：提供用户请求的特定课程的详细描述的意图。
- Greet：处理问候语，例如“你好”、“嗨”或类似的表达方式。
- Feature Introduction：向用户介绍或描述应用程序或服务的功能。
- Ask Name：提示用户提供其姓名或其他个人详细信息。
- Bot Challenges：处理用户提出的质疑聊天机器人能力的语句或问题，例如“你能做什么？”或“你是一个真人吗？”
- Negative：此数据集用于支持教育问答。 此意图将回复相关消息，例如“今天的天气怎么样？”或“我为什么这么穷？”
组合意图（whisper_n_intents）：
用户的意图通常比单个命令更复杂。 为了解决这个问题，数据集包括一个通过连接两个核心意图创建的文件，生成一组新的组合意图，称为 whisper_n_intents。 这些组合使聊天机器人能够通过同时识别涉及多个命令或请求的意图来处理更细微或分层的用户交互。 例如：
- “Whisper On + Course Search”：在单个命令中启用耳语模式并启动课程搜索。
这些组合意图增强了聊天机器人管理多步命令并提供更无缝和上下文相关的响应的能力。
数据用途概述：
该数据集适用于聊天机器人意图识别模型的训练和评估，尤其适用于教育领域。 它可以用于开发能够理解和响应用户各种需求的智能对话系统。 开发者可以利用这些数据来构建更智能、更自然的教育聊天机器人，从而改善用户体验。
