clarin-knext/polichad-multiconversation

PoliCHAD Multiconversation Dataset

Dataset suitable for reformulating queries for RAG.

Rows

1. conversation - list of messages (dicts), where each message has the following items:
   1. role: 'user' or 'assistant'
   2. text: full or laconized question (user) or assistant answer (assistant)
   3. is_laconized: is the question laconized? applies only to role user
   4. reformulated_text: the corresponding full context (un-laconized) question if applicable
2. schema - conversation schema

Sample row from dataset:

{
  "conversation": [
    {
      "role": "user",
      "text": "Ile kosztuje wydanie duplikatu legitymacji studenckiej?",
      "is_laconized": false,
      "reformulated_text": null
    },
    {
      "role": "assistant",
      "text": "Wydanie duplikatu legitymacji studenckiej kosztuje 33 zł lub 25,50 zł",
      "is_laconized": false,
      "reformulated_text": null
    },
    {
      "role": "user",
      "text": "A kto ją przedłuża?",
      "is_laconized": true,
      "reformulated_text": "A kto przedłuża legitymację studencką?"
    },
    {
      "role": "assistant",
      "text": "Legitymację studencką przedłuża dziekanat",
      "is_laconized": false,
      "reformulated_text": null
    },
    {
      "role": "user",
      "text": "Czy ona potwierdza mój status studenta?",
      "is_laconized": true,
      "reformulated_text": "Czy legitymacja studencka potwierdza status studenta?"
    },
    {
      "role": "assistant",
      "text": "Tak, elektroniczna legitymacja studencka (ELS) potwierdza status studenta",
      "is_laconized": false,
      "reformulated_text": null
    }
  ],
  "schema": "Q1-A1-Q2-Q2R(Q1)-A2-Q3-Q3R(Q1)-A3"
}