MQR

我们提出了一个大型数据集，用于重写
格式错误的自然语言问题。
我们的多域问题重写 (MQR) 数据集是由人类贡献的 Stack Exchange 问题构建的
编辑历史。数据集包含 427,719 个问题对
来自 303 个域。我们为数据集的子集提供人工注释作为质量估计。什么时候
从格式错误的问题转移到格式正确的问题，问题质量在三个方面平均提高了 45 分
方面。我们训练序列到序列的神经模型
构建数据集并获得 13.2% 的改进
在 BLEU-4 中，基于其他数据资源构建的基线方法。我们发布 MQR 数据集以鼓励研究
关于问题改写的问题

搜集汇总

背景与挑战

背景概述

MQR是一个大型多领域问题重写数据集，基于Stack Exchange的人类编辑历史构建，包含超过42万个问题对，覆盖303个领域，旨在将格式错误的问题改写为格式正确的版本。数据集提供人工注释用于质量评估，实验显示问题质量在三个方面平均提升45分，基于其训练的神经模型在BLEU-4指标上比基线方法提高了13.2%。该数据集由Google、芝加哥大学和Toyota Technological Institute于2019年发布，以促进问题改写研究。