BCCard/Semantic-Router-Instruction-KOR

Semantic Router Instruction Dataset

semantic-turn router 학습·평가용 한국어 instruction 데이터셋. 한 문장을 14개 축으로 동시에 분류하는 모델의 학습 데이터로 쓰기 위해 만들었고, 각 행의 instruction은 해당 축·값을 판별할 수 있는 내용 단서를 실제로 포함한다.

• 규모: 600,000행 (14축 × 150값 전체 커버, 값별 행 수 고정)
• 언어: 한국어 (일부 기술 용어·코드·수식은 원표기)
• 특성: 전 행 장문 조합형 — 평균 140자, 80자 이상 92.8%, 120자 이상 69.5%

파일 형식

dataset.jsonl — 한 줄에 JSON 객체 하나, UTF-8, 헤더 없음.

{"instruction":"신규 입사자 온보딩 자료를 만들다가 막혀서, …일정이 촉박해지면 한 페이지 요약본을 맨 앞에 먼저 놓아줘.","category":"presentationSkillId","value":"deck-redesign"}

필드	타입	설명
instruction	string	사용자 발화(지시문). 유니크 보장(600k 전수 중복 0)
category	string	14개 축 중 하나
value	string	해당 축의 값 (총 150값)

축·값·할당

축	값 수	행 수	값
service	16	96,000	general, presentation, image, data_analysis, place_search, web_search, knowledge_search, calendar, memo, works, connector, artifact, coding, translation, skill, reasoning
presentationSkillId	56	112,000	executive-strategy, board-update, quarterly-business-review, sales-proposal, investor-pitch, training-explainer, technical-architecture, research-report, marketing-campaign, product-launch, product-roadmap, consulting-diagnosis, all-hands-update, thesis-research, crisis-communication, demo-day-pitch, compliance-training, lesson-lecture, customer-qbr, analyst-briefing, okr-review, esg-report, incident-postmortem, thesis-defense, grant-proposal, workshop-facilitation, competitive-analysis, investor-update, annual-report, pricing-proposal, analytics-readout, customer-onboarding, vendor-selection, market-entry, company-onboarding, case-study-analysis, model-un-position, lab-meeting, self-review, conference-talk, resume-portfolio, nonprofit-pitch, policy-briefing, earnings-brief, m-a-proposal, org-redesign, regulatory-response, course-syllabus, exam-prep, hobby-explainer, travel-itinerary, deck-redesign, deck-exec-polish, deck-board-upgrade, deck-content-cleanup, none
contentDomain	15	60,000	social, play, self_capability, affective_state, creative, support, explore, personal_scope, opinion, code_work, formal_reasoning, supplied_material, explicit_lookup, multi_step_research, unresolved
action	14	56,000	respond, create, revise, import, analyze, search, export, delete, translate, summarize, explain, compare, execute, none
dialogueAct	10	40,000	clarification_answer, option_selection, confirm, decline, correction, continue_output, preference_directive, meta_conversation, undo_action, none
sourcePolicies	7	42,000	web, internal, memory, attachments, conversation_only, auto, none
memoryIntent	7	28,000	informational, transactional, conversational, analytical, personal, navigational, none
requestedOutputs	5	34,000	chat, docx, xlsx, pptx, image
diagramKind	4	24,000	structure, visualization, plan, none
presentationMode	4	24,000	fast, professional, creative, none
complexity	4	32,000	simple, standard, complex, hard
artifactKind	3	18,000	diagram, interactive, none
analysisMode	3	18,000	focused, comprehensive, none
artifactComplexity	2	16,000	simple, complex

값별 행 수는 위 표의 (행 수 ÷ 값 수)로 균등 배분된다(예: service 값당 6,000행, presentationSkillId 값당 2,000행). 한 instruction은 정확히 하나의 (category, value) 쌍으로 라벨링된다 — 다중 라벨이 아니라, 축마다 별도 행으로 존재한다.

instruction 구성 (장문 조합형)

모든 행은 아래 순서로 조합된다:

[상황 오프너] (+ [배경절] 40%) + [그룹 고유 요청] + [제약 tail 1~4개] (+ [조건 분기 tail] 35%)

• 상황 오프너: "지난 3월에 착수한 멤버십 리뉴얼 건이 이번 주 안에 마감이라, " 같은 맥락 절. 업무형 30종 + 일상형 12종.
• 제약 tail: "결론부터 먼저 보여주고 근거는 뒤에 붙여줘." 같은 출력 조건.
• 조건 분기 tail: "만약 최신 수치를 못 찾으면 작년 3월 기준으로 대체하고 그 사실을 명시해줘." 같은 if/else 분기 — 긴 문장 안에 여러 갈래의 지시를 싣는다.

축의 성격에 따라 6개 작성 프로필이 라우팅된다:

프로필	대상 축·값	특징
general	service·sourcePolicies·artifact·presentation·requestedOutputs 등	업무 오프너 + 일반 tail + 분기 tail
formal	complexity::hard, contentDomain::formal_reasoning	엄밀성 tail("생략 없이 모든 유도 과정을 보여줘")
code	contentDomain::code_work, service::coding	엔지니어링 tail("테스트도 함께 붙여줘")
quick	complexity::simple	간결 요청 + 간결 tail 1~2개
personal	contentDomain::{social,support,opinion,explore,personal_scope}, memoryIntent::personal	일상 오프너 + 일반 tail
micro	dialogueAct 전체, memoryIntent::{conversational,navigational,none}, contentDomain::{play,self_capability,affective_state,unresolved}, action::none	일상 오프너 + 마이크로 발화 + 가벼운 대화 tail

micro 프로필은 "응 맞아" 같은 짧은 발화 자체는 유지하되, 주변 맥락절로 전체 길이를 확보한다 — 라벨 의미(대화 행위)를 훼손하지 않으면서 장문 분포에 맞춘다.

길이 분포

구간	행 수	비중
120–160자	217,365	36.2%
160–220자	191,605	31.9%
80–120자	139,221	23.2%
220자+	8,534	1.4%
40–80자	42,190	7.0%
40자 미만	1,085	0.2%

평균 140.2자, 최단 25자(micro 발화), 최장 273자.

주의사항

• 템플릿 조합 생성 데이터다. 개별 문장은 문법적으로 자연스럽지만 슬롯 조합의 의미적 어긋남(예: 업무 주제 × 일상 오프너)이 드물게 있을 수 있음. 분류 라벨에는 영향이 없으나 자연성 평가에는 고려할 것.
• 특정 축의 행은 서로 다른 축의 행과 텍스트가 겹칠 수 있다(같은 주제가 여러 축에 등장). instruction은 전 데이터셋에서 전수 유니크 검증 완료.

라이선스

• Apache 2.0