Twitter客户支持数据集公布：来自大企业的超百万条推文与回复

2017-11-02 20:01:22 阅读：530 作者：子龙 来源：巨推传媒 分类：

Twitter客户支持数据集公布：来自大企业的超百万条推文与回复

雷锋网 AI科技评论消息，近日，Stuart Axelbrooke在Kaggle平台上公布了Twitter客户支持数据集公布，这个数据集包括来自大企业的超百万条推文与回复，大家可以利用这个数据集做很多有意思的工作。数据集的具体信息如下所示，雷锋网 (公众号：雷锋网) AI科技评论编辑整理如下：

Twitter客户支持数据集（Customer Support）是一个庞大的推文与回复语料库，这个数据集比较现代化，有助于自然语言理解和会话模型的创新，也对客户支持实践与影响效果的相关研究有所帮助。

背景

自然语言处理（NLP）目前仍然需要密集的编码方式，NLP中的创新加速了对数据的理解，但是驱动这一创新的数据集与现在真正使用的语言不太匹配。

Twitter客户支持数据集里有Twitter上大量的用户和公司的客户支持中心之间的对话语料库，这个语料库的语言主要是英文，比起其他会话文本数据集有三个主要优势:

聚焦——这个数据集里的数据主要是用户联系客户支持中心来解决特定的问题的对话，他们讨论的问题类型相对来说较少，当与reddit语料库（reddit Corpus）等不受约束的对话数据集相比，这种情况更甚。

自然——这个数据集里的用户覆盖面要比Ubuntu对话语料库（Ubuntu Dialogue Corpus）更广。比起Cornell电影对话语料库（Cornell Movie Dialogs Corpus），这个数据集中有更多更自然和更常用的输入文本。

简洁——由于Twitter上对话的简洁性，客户支持中心会回复得更自然，关于问题和解决方案的描述都会会有过多废话，这也便于利用循环网络，可以使得信息的限制相对较低。

有意思的问题

这个数据集的大小和覆盖范围激发了许多有意思的问题:

我们能预测公司客户支持中心的回答吗?考虑到每个公司处理的问题都是在某个范围内，答案看起来是肯定的！

用户的请求会过时吗?较好的公司反应速度有多快，与最糟糕的公司相比呢？

在局部聚类（topical clustering）时，能学习到高质量的稠密嵌入（dense embedding）或相似性表现吗?

语气是如何影响客户支持中心与用户的对话的?说对不起有用吗?

内容

数据集是CSV格式，每一行为一条推文。对列的描述如下所示，每段对话至少包含一条用户请求和一条公司回复。可以用inbound字段来计算哪个用户ID是公司用户ID。

tweet_id

推文ID，匿名，每条推文只有一个此类ID，response_tweet_id和in_response_to_tweet_id中有引用到这个ID。

author_id

用户ID，匿名，每个用户只有一个此类ID，数据集中的@被与用户相关的用户ID替换掉了。

inbound

用户的请求推文是否被那些在推特上进行客户支持的公司“归档（inbound）”。该特征在训练会话模型时的数据重组阶段非常有用。

created_at

发推文的日期和时间

text

推文内容。电话号码和电子邮箱等敏感信息用__email__等类似句段来掩盖。

response_tweet_id

与请求推文相关的回复推文ID，用逗号隔开。

in_response_to_tweet_id

该条推文所回复的推文ID（如果存在）

数据集下载地址： https://www.kaggle.com/soaxelbrooke/customer-support-on-twitter

via： Kaggle

雷锋网 AI科技评论编辑整理

雷锋网版权文章，未经授权禁止转载。详情见 转载须知 。

微博营销 微博代运营 Twitter 微博

上一篇：从网红店双十一的爆发，谈微博红人电商的商业逻辑 下一篇：俞永福发微博否认离职创业传闻：我不会离开 | 钛快讯

更多推荐

• 
  抖音上热门：抖音长视频怎么上传？抖音如何发长视频？ 网友：抖音怎么传长视频? 如何把录制好的长视频加速上传到抖音里?现如今，短视频应用可谓是火热，今日头条旗下的抖音就是其中的一个产品。很多人有事没事都会刷上那么几...

  2018-12-01 18:15:52 1696

  抖音企业认证 抖音服务商

• 
  抖音上传长视频_抖音如何拍长视频_抖音怎么录长视频? 一说到抖音，那现在10个人中有8个都在玩吧，在抖音里你就能看到丰富多彩的世界啦！也是很不错娱乐消遣的工具，但是一般抖音只能发15秒视频，这对于很多抖友来说是远远...

  2018-12-01 17:47:44 1862

  抖音企业认证 抖音服务商

• 
  浅淡教育行业如何进行微信运营?如何选择代运营？ 企业公众账号需要尽可能地提高和微信用户的黏度，而不是群发垃圾广告。一个先进的教育行业微信代运营企业需要针对每一个客户不同的需求，来制定相对应的服务：经过前期不同...

  2018-12-01 17:15:33 1720

• 
  事业单位微信代运营为什么越来越热门？ 为企业节约了大量人力、时间及资金的成本。公司只需要与代运营公司定期沟通各自的想法，就公众号的内容侧重点及推广方式等达成共识，并不需要投入一个团队来运营。

  2018-12-01 13:43:12 1657

• 
  微信小程序如何助攻餐饮业运营？为什么商家会选择代运营公司 巨推传媒讯 客户面对的问题：一家刚开业不久的特色餐厅，急需解决以下问题-如何快速为餐厅招揽顾客?如何为餐厅积累会员数据?如何有效提升餐厅复购率?巨推传媒给出的建...

  2018-12-01 11:42:20 1752

  微信托管 微信小程序