cornell_movie_dialog

Cornell Movie-Dialogs Corpus 包含从电影剧本中提取的大量元数据丰富的虚构对话，包括来自617部电影的9035个角色之间的220579个对话交流，总计304713条话语。数据集中包含电影的类型、发行年份、IMDB评分和投票数等元数据，以及3774个角色的性别和3321个角色在电影字幕中的位置等角色元数据。该语料库包含83097个训练样本，并提供电影ID、电影标题、电影年份、电影IMDB评分、电影IMDB投票数、电影类型、角色ID和对话内容等字段。