imvladikon/parashoot

ParaShoot是一个基于希伯来语的问答数据集，模仿了SQuAD的风格，数据来源于从维基百科抓取的文章。该数据集包含数千个由众包标注的问题和答案对，适用于少样本学习场景。

task_categories:
- 问答
language:
- 希伯来语

# ParaShoot
[ParaShoot](https://github.com/omrikeren/ParaShoot)：一款仿照[SQuAD](https://arxiv.org/abs/1606.05250)风格的希伯来语问答数据集，其数据来源于从维基百科爬取的文章。该数据集包含数千个由众包标注的问答样本对，适配少样本学习的应用场景。
如需了解更多细节与质量分析内容，请参阅相关[论文](https://arxiv.org/abs/2109.11314)。

## 数据集统计
| **数据集拆分** | **问答对数量** | **文章数** | **段落数** |
| :----------- | :------------ | :-------- | :-------- |
| 训练集 | 1792 | 295 | 565 |
| 验证集 | 221 | 33 | 63 |
| 测试集 | 1025 | 165 | 319 |
| **总计** | **3038** | **493** | **947** |

## 引用
若您在研究中使用ParaShoot数据集，请引用如下论文：
bibtex
@inproceedings{keren2021parashoot,
title={ParaShoot: A Hebrew Question Answering Dataset},
author={Keren, Omri and Levy, Omer},
booktitle={Proceedings of the 3rd Workshop on Machine Reading for Question Answering},
pages={106--112},
year={2021}
}

原始信息汇总

数据集概述

数据集名称

ParaShoot

数据集描述

ParaShoot是一个基于希伯来语的问答数据集，风格类似于SQuAD。该数据集基于从维基百科抓取的文章，包含数千个众包注释的问题和答案对，适用于少样本学习。

语言

希伯来语

任务类别

• 问答

数据集统计

#Items	#Articles	#Paragraphs
Train	1792	295
Dev	221	33
Test	1025	165
Total	3038	493
		947

引用信息

若在研究中使用ParaShoot，请引用以下文献： bibtex @inproceedings{keren2021parashoot, title={ParaShoot: A Hebrew Question Answering Dataset}, author={Keren, Omri and Levy, Omer}, booktitle={Proceedings of the 3rd Workshop on Machine Reading for Question Answering}, pages={106--112}, year={2021} }