這個公開的資源被很多和自然語言處理NLP相關的開原始碼和論文提到，

所以仔細閱讀了readme，並記錄相關要點

所有檔案以" +++$+++ "分隔符

- movie_titles_metadata.txt
    - 包含每部電影標題資訊
    - fields:
        - movieID,
        - movie title,
        - movie year,
           - IMDB rating,
        - no. IMDB votes,
         - genres in the format ['genre1','genre2',?'genreN']

- movie_characters_metadata.txt
    - 包含每部電影角色資訊
    - fields:
        - characterID
        - character name
        - movieID
        - movie title
        - gender ("?" for unlabeled cases)
        - position in credits ("?" for unlabeled cases)

關鍵是下面兩個檔案，一個包含了所有文字，一個包含了文字之間的關係

- movie_lines.txt
    - 包含每個表達(utterance)的實際文字
    - fields:
        - lineID
        - characterID (who uttered this phrase)
        - movieID
        - character name
        - text of the utterance

前面5個樣本:

L1045 +++$+++ u0 +++$+++ m0 +++$+++ BIANCA +++$+++ They do not!
L1044 +++$+++ u2 +++$+++ m0 +++$+++ CAMERON +++$+++ They do to!
L985 +++$+++ u0 +++$+++ m0 +++$+++ BIANCA +++$+++ I hope so.
L984 +++$+++ u2 +++$+++ m0 +++$+++ CAMERON +++$+++ She okay?
L925 +++$+++ u0 +++$+++ m0 +++$+++ BIANCA +++$+++ Let's go.

- movie_conversations.txt
    - 對話的結構-
    - fields
        - characterID of the first character involved in the conversation 對話中的第一個角色的ID

        - characterID of the second character involved in the conversation 對話中的第二個角色的ID

        - movieID of the movie in which the conversation occurred  對話所屬電影的ID

        - list of the utterances that make the conversation, in chronological
            order: ['lineID1','lineID2',?'lineIDN']
            has to be matched with movie_lines.txt to reconstruct the actual content

            對話中以時間順序的各個表達的列表，

           order: ['lineID1','lineID2',?'lineIDN']必須和movie_lines.txt匹配以便於重構實際內容

前面5個樣本:

u0 +++$+++ u2 +++$+++ m0 +++$+++ ['L194', 'L195', 'L196', 'L197']
u0 +++$+++ u2 +++$+++ m0 +++$+++ ['L198', 'L199']
u0 +++$+++ u2 +++$+++ m0 +++$+++ ['L200', 'L201', 'L202', 'L203']
u0 +++$+++ u2 +++$+++ m0 +++$+++ ['L204', 'L205', 'L206']
u0 +++$+++ u2 +++$+++ m0 +++$+++ ['L207', 'L208']

- raw_script_urls.txt
    -原始來源的url( the urls from which the raw sources were retrieved)

來源:

http://www.cs.cornell.edu/~cristian/Cornell_Movie-Dialogs_Corpus.html