stanfordnlp/concurrentqa-retrieval

ConcurrentQA是一个文本多跳问答基准，要求在多数据分布（如维基百科和电子邮件数据）上进行并发检索。该数据集由斯坦福大学和FAIR的研究人员构建，遵循HotpotQA的数据收集过程和模式。该基准可用于研究检索中的泛化以及在多个隐私范围内（如公共维基百科文档和私人电子邮件）进行推理时的隐私问题。

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 任务类别: 问答
• 语言: 英语
• 数据规模: 10K<n<100K

数据集描述

• 名称: ConcurrentQA
• 类型: 文本多跳问答基准
• 目的: 需要同时从多个数据分布（如维基百科和电子邮件数据）中进行检索
• 构建者: 斯坦福大学和FAIR的研究人员
• 参考: 遵循HotpotQA的数据收集过程和模式
• 应用: 研究检索中的泛化能力以及跨多个隐私范围（如公共维基百科文档和私人电子邮件）的隐私推理

相关资源

• 文档语料库:
  • enron_only_corpus.json
  • combined_corpus.json
  • wiki_only_corpus.json
  • title2sent_map.json

引用信息

• 论文标题: Reasoning over Public and Private Data in Retrieval-Based Systems
• 作者: Simran Arora, Patrick Lewis, Angela Fan, Jacob Kahn, Christopher Ré
• 期刊: Transactions of the Association for Computational Linguistics
• 年份: 2023
• 链接: 论文链接