Datasets:

Fine-Grained Tasks: intent-classification
Languages: Dutch
Multilinguality: monolingual
Size Categories: 1K<n<10K
Language Creators: other
Annotations Creators: expert-generated
Source Datasets: original
Licenses: cc-by-4.0
Dataset Preview
Go to dataset viewer
label (string)sentence1 (string)
"chitchat_ask_name"
"What je naam?"
"chitchat_ask_name"
"Hoe heet je?"
"chitchat_ask_name"
"Wat is je naam?"
"chitchat_ask_name"
"Hoe noem je?"
"chitchat_ask_name"
"En jij? Hoe heet jij?"
"chitchat_ask_name"
"Hoe mag ik je noemen?"
"chitchat_ask_name"
"Wat is jouw naam?"
"chitchat_ask_name"
"Hoe heet jij?"
"chitchat_ask_name"
"En jij? Hoe noem je?"
"chitchat_ask_name"
"Hoe kan ik je noemen?"
"chitchat_ask_name"
"En jij? Hoe heet je?"
"chitchat_ask_name"
"Wat is je naam"
"chitchat_ask_name"
"Hoe heet je"
"chitchat_ask_name"
"hoe heet je"
"chitchat_ask_name"
"hoe heet je?"
"chitchat_ask_name"
"wat is je naam"
"chitchat_ask_name"
"hoe heet jij?"
"chitchat_ask_name"
"hoe heet jij"
"chitchat_ask_name"
"wat is jouw naam?"
"chitchat_ask_name"
"wat is jou naam?"
"chitchat_ask_name"
"hoe heet ik?"
"chitchat_ask_name"
"Wat is je achternaam?"
"chitchat_ask_name"
"ok, hoe heet je eigenlijk?"
"chitchat_ask_name"
"wat is je naam ?"
"chitchat_ask_name"
"wat is uw naam?"
"chitchat_ask_name"
"Ik ben Dominique en hoe heet jij?"
"chitchat_ask_hoe_gaat_het"
"Hoe gaat het?"
"chitchat_ask_hoe_gaat_het"
"Hoe is het?"
"chitchat_ask_hoe_gaat_het"
"What's up?"
"chitchat_ask_hoe_gaat_het"
"Alles okay?"
"chitchat_ask_hoe_gaat_het"
"Hoe gaat het met je?"
"chitchat_ask_hoe_gaat_het"
"Hoe gaat het ermee?"
"chitchat_ask_hoe_gaat_het"
"What's up!"
"chitchat_ask_hoe_gaat_het"
"hoe gaat het met u?"
"chitchat_ask_hoe_gaat_het"
"Hoe is het met u?"
"chitchat_ask_hoe_gaat_het"
"Alles ok?"
"chitchat_ask_hoe_gaat_het"
"Hoe is het ermee?"
"chitchat_ask_hoe_gaat_het"
"Alles ok met jou?"
"chitchat_ask_hoe_gaat_het"
"Alles goed ?"
"chitchat_ask_hoe_gaat_het"
"hoe is het?"
"chitchat_ask_hoe_gaat_het"
"alles goed?"
"chitchat_ask_hoe_gaat_het"
"what's up"
"chitchat_ask_hoe_gaat_het"
"Hoe gaat het metj e?"
"chitchat_ask_hoe_gaat_het"
"hoe gaat het?"
"chitchat_ask_hoe_gaat_het"
"hoe gaat het ermee?"
"chitchat_ask_hoe_gaat_het"
"Hoe gaat het met jou?"
"chitchat_ask_hoe_gaat_het"
"hoe gaat het met je?"
"faq_ask_waarom"
"Waarom zou ik mij laten vaccineren?"
"faq_ask_waarom"
"Wat zijn de voordelen?"
"faq_ask_waarom"
"wat zijn de voordelen van het vacin?"
"faq_ask_waarom"
"Waarom moet je je laten inenten?"
"faq_ask_waarom"
"Zijn er voordelen aan vaccinatie?"
"faq_ask_waarom"
"Ik snap niet waarom ik me moet laten vaccineren."
"faq_ask_waarom"
"Wat is er positief aan vaccinatie?"
"faq_ask_waarom"
"Waarom is vaccineren belangrijk?"
"faq_ask_waarom"
"Waarom zou ik mij laten inenten?"
"faq_ask_waarom"
"Hoezo moet ik vaccineren?"
"faq_ask_waarom"
"Hoezo moet ik mij laten inenten tegen covid?"
"faq_ask_waarom"
"Ik begrijp niet waarom ik mij zou moeten laten vaccineren"
"faq_ask_waarom"
"Waarom wil de regering dat mensen zich vaccineren?"
"faq_ask_waarom"
"Waarom zou ik mij moeten laten inenten?"
"faq_ask_waarom"
"Waarom is vaccinatie belangrijk?"
"faq_ask_waarom"
"Hoezo is vaccinatie goed?"
"faq_ask_waarom"
"waarom moet ik gevaccineerd worden"
"faq_ask_waarom"
"Waarom moet ik gevaccineerd worden?"
"faq_ask_waarom"
"Hoezo is vaccineren goed?"
"faq_ask_waarom"
"Hoezo is een vaccin goed?"
"faq_ask_waarom"
"Waarom wil de overheid dat we ons laten vaccineren?"
"faq_ask_waarom"
"Waarom zegt de regering dat vaccineren belangrijk is?"
"faq_ask_waarom"
"Waarom vindt de overheid vaccinatie belangrijk?"
"faq_ask_waarom"
"Waarom wil de regering dat we ons laten vaccineren?"
"faq_ask_waarom"
"Waarom wil de overheid dat we een vaccin krijgen?"
"faq_ask_waarom"
"Wat zijn de voordelen van vaccinatie?"
"faq_ask_waarom"
"Wat zijn de positieve kanten aan vaccinatie?"
"faq_ask_waarom"
"Waarom dringt de overheid zo aan op vaccinatie?"
"faq_ask_waarom"
"Waarom dringen ze zo aan op het vaccin?"
"faq_ask_waarom"
"Wat is er positief aan je laten inenten?"
"faq_ask_waarom"
"Wat zijn de positieve kanten van inenting?"
"faq_ask_waarom"
"Wat zijn de voordelen van het vaccin?"
"faq_ask_waarom"
"Ik weet niet wat het voordeel van vaccinatie is."
"faq_ask_waarom"
"Ik weet niet wat het nut van inenting is."
"faq_ask_waarom"
"Waarom zou ik me inenten?"
"faq_ask_waarom"
"Waarom moet ik me laten vaccineren?"
"faq_ask_waarom"
"Ik snap niet waarom ik me moet laten inenten."
"faq_ask_waarom"
"Ik snap echt niet waarom ik me moet laten vaccineren."
"faq_ask_waarom"
"Ik weet niet wat het nut van inenting is"
"faq_ask_waarom"
"Ik weet niet wat nu het nut van vaccinatie is."
"faq_ask_waarom"
"waarom zou ik mij laten vaccineren"
"faq_ask_waarom"
"waarom moet ik mij laten vaccineren?"
"faq_ask_waarom"
"Ok. Ik zal nog wel zien.ik. Denk dat ik wacht tot je het bij de apotheek kan kopen"
"faq_ask_waarom"
"Moet ik gevaccineerd worden als ik na meerdere hoogrisicocontacten de ziekte nog niet gekregen heb?"
"faq_ask_waarom"
"Moet ik gevaccineerd worden als ik na meerdere hoogrisico-contacten de ziekte nog niet gekregen heb?"
"faq_ask_waarom"
"Waarom is een vaccinatie belangrijk?"
"faq_ask_waarom"
"waarom zou ik een vaccin moeten?"
"faq_ask_waarom"
"Waarom wil de regering dat mensen zich laten vaccineren?"
"faq_ask_waarom"
"Waarom moet ik mij vaccineren"
"faq_ask_waarom"
"Waarvoor dient vaccinatie?"
"faq_ask_waarom"
"Waarom moet ik als 21-jarige mij laten vaccineren?"
"faq_ask_waarom"
"Waarom zou ik mij willen vaccineren?"
"faq_ask_waarom"
"Waarom moet ik gevaccineerd worden tegen een virus met een IFR van 0.15"
End of preview (truncated to 100 rows)

Dataset Card for VaccinChatNL

Dataset Description

Dataset Summary

VaccinChatNL is a Flemish Dutch FAQ dataset on the topic of COVID-19 vaccinations in Flanders. It consists of 12,833 user questions divided over 181 answer labels, thus providing large groups of semantically equivalent paraphrases (a many-to-one mapping of user questions to answer labels). VaccinChatNL is the first Dutch many-to-one FAQ dataset of this size.

Supported Tasks and Leaderboards

  • 'text-classification': the dataset can be used to train a classification model for Dutch frequently asked questions on the topic of COVID-19 vaccination in Flanders.

Languages

Dutch (Flemish): the BCP-47 code for Dutch as generally spoken in Flanders (Belgium) is nl-BE.

Dataset Structure

Data Instances

For each instance, there is a string for the user question and a string for the label of the annotated answer. See the CLiPS / VaccinChatNL dataset viewer.

{"sentence1": "Waar kan ik de bijsluiters van de vaccins vinden?", "label": "faq_ask_bijsluiter"}

Data Fields

  • sentence1: a string containing the user question
  • label: a string containing the name of the intent (the answer class)

Data Splits

The VaccinChatNL dataset has 3 splits: train, valid, and test. Below are the statistics for the dataset.

Dataset Split Number of Labeled User Questions in Split
Train 10,542
Validation 1,171
Test 1,170

Dataset Creation

Annotations

Annotation process

Annotation was an iterative semi-automatic process. Starting from a very limited dataset with approximately 50 question-answer pairs (sentence1-label pairs) a text classification model was trained and implemented in a publicly available chatbot. When the chatbot was used, the predicted labels for the new questions were checked and corrected if necessary. In addition, new answers were added to the dataset. After each round of corrections, the model was retrained on the updated dataset. This iterative approach led to the final dataset containing 12,883 user questions divided over 181 answer labels.

Who are the annotators?

The VaccinChatNL data were annotated by members and students of CLiPS. All annotators have a background in Computational Linguistics.

Personal and Sensitive Information

The data are anonymized in the sense that a user question can never be traced back to a specific individual.

Considerations for Using the Data

Discussion of Biases

This dataset contains real user questions, including a rather large section (7%) of out-of-domain questions or remarks (label: nlu_fallback). This class of user questions consists of ununderstandable questions, but also jokes and insulting remarks.

Additional Information

Citation Information

Will be added asap.

Downloads last month
7
Edit dataset card
Evaluate models HF Leaderboard