对话行为分类是自然语言处理中的一个重要任务，可以通过使用不同的数据集进行训练和评估。以下是一些常用的数据集用于对话行为分类：

  1. Switchboard Corpus: Switchboard是一个包含电话对话的语料库，包括人与人之间的对话。它是对话行为分类的早期研究中使用的常见数据集。

  2. ICSI Meeting Corpus: ICSI Meeting Corpus是一个包含大规模会议对话的语料库，提供了真实的会议对话数据。这个数据集主要用于对话行为分类和会议摘要生成等任务。

  3. bAbI Dialog Dataset: bAbI Dialog Dataset是Facebook AI Research发布的一个基于人工生成对话的数据集。它包含有关书籍订购的对话，每个对话都有与之关联的多个对话行为。

  4. Frames Dataset: Frames Dataset是斯坦福大学发布的一个基于餐馆预订对话的数据集。它提供了大量的对话示例和与之相关的对话行为标签，用于训练和评估对话行为分类模型。

  5. Ubuntu Dialogue Corpus: Ubuntu Dialogue Corpus是一个包含来自Ubuntu论坛的线上技术支持对话的数据集。它包含大量的问题和回答对，以及与之关联的对话行为标签。

  这些数据集提供了不同类型的对话数据，可以用于训练和评估对话行为分类模型。此外，还可以结合其他领域的对话数据或者基于任务的生成对话数据来扩充训练集，提高模型的性能。