摘要

我们提出 CoSQL，这是一个用于构建跨领域、通用型数据库（DB）查询对话系统的大规模语料库。该语料库包含超过3万次对话轮次及超过1万条人工标注的SQL查询语句，数据来源于3000场通过“巫师之 Oz（Wizard-of-Oz, WOZ）”方法收集的对话，这些对话针对200个涵盖138个不同领域的复杂数据库进行查询。每场对话模拟真实的数据库查询场景：一名众包工作者扮演用户，探索数据库；一位SQL专家则负责通过执行SQL语句获取答案、澄清模糊问题，或说明某些问题无法回答。当用户的问题可通过SQL求解时，专家会向用户解释相应的SQL语句及其执行结果，从而维持自然流畅的交互流程。与现有的任务导向型对话数据集相比，CoSQL引入了若干新挑战：（1）对话状态基于SQL这一与领域无关的可执行表示形式，而非特定领域的槽位-值对；（2）由于测试阶段使用的是未见过的数据库，系统的成功依赖于对新领域的泛化能力。CoSQL包含三个核心任务：基于SQL的对话状态追踪、从查询结果生成响应，以及用户对话行为（dialogue act）预测。我们为每一项任务设置了若干强基线模型，并验证表明，CoSQL为未来的研究带来了显著挑战。该数据集、基线模型及排行榜将公开发布于 https://yale-lily.github.io/cosql。