航空公司陆行信息系统与个人语音助手意图识别数据集2011-2018-weipengfei
数据来源：互联网公开数据
标签：ATIS,SNIPS,语音识别,槽位标注,意图识别,自然语言处理,SLU,对话系统
数据概述：
本数据集包含了两个被广泛用于自然语言处理（NLP）中口语理解（SLU）研究的数据集：航空公司陆行信息系统（ATIS）和Snips个人语音助手。ATIS数据集包含4478条训练话语、500条开发话语和893条测试话语，涵盖120种槽位标签和21种意图类型，主要用于航班预定相关的对话。Snips数据集则包含13084条训练话语、700条开发话语和700条测试话语，涵盖72种槽位标签和7种意图类型，样本数量在各意图间大致相同，涉及个人助手相关任务。
数据用途概述：
该数据集适用于语音识别、意图识别、槽位填充等自然语言处理任务的研究和开发。研究人员可以利用ATIS数据集进行航班信息相关对话系统的开发与优化；Snips数据集则适用于开发和测试个人语音助手，支持多样化任务的执行。此外，这两个数据集也适合用于教学和培训，帮助学习者理解语音识别和对话系统的核心概念与实现方法。
举例：
表1 显示了两个数据集中的意图及其相关话语示例：
- ATIS数据集：atis_flight（预订航班）、atis_cheapest（查找最便宜的航班）
- Snips数据集：GetWeather（查询天气）、BookRestaurant（预订餐厅）
表2 比较了两个数据集的关键特征：
- 意图多样性：Snips数据集包含更多样化的意图类型，词汇量更大；ATIS数据集的意图类型相对单一，主要集中在航班信息上。
- 样本平衡性：ATIS数据集中的某些意图（如atis_flight）样本数量远超其他意图，存在严重的不平衡问题；Snips数据集则在各意图间实现了较好的样本数量平衡。
- 槽位标签：ATIS数据集拥有更多的槽位标签，这有助于更精细地解析对话内容；Snips数据集的槽位标签数量相对较少，但已涵盖大多数实际应用场景所需。
这两个数据集为自然语言处理研究提供了丰富且实用的资源，适用于多种研究场景。
