anukaver/EstQA

这是一个用于爱沙尼亚语提取式问答的数据集，基于维基百科文章，并通过PageRank进行预过滤。数据集由一个人进行标注。训练集包含776个上下文-问题-答案三元组，每个问题有多个可能的答案，每个答案在一个单独的三元组中，共有512个不同的问题。测试集包含603个样本，每个样本包含一个或多个黄金答案，总共有892个黄金答案。测试集v1.1版本增加了一些黄金答案。

原始信息汇总

Estonian Question Answering dataset 概述

数据集描述

• 该数据集用于爱沙尼亚语的抽取式问答，基于维基百科文章，通过PageRank预过滤。
• 标注工作由一人完成。

训练集详情

• 包含776个上下文-问题-答案三元组。
• 每个问题有多个可能的答案，每个答案作为一个独立的三元组。
• 不同问题的数量为512。

测试集详情

• 包含603个样本。
• 每个样本包含一个或多个黄金答案。
• 总共包含892个黄金答案。

变更日志

• 测试集v1.1版本增加了一些黄金答案。

引用信息

• 若用于研究，请引用以下论文：

  @mastersthesis{mastersthesis, author = {Anu Käver}, title = {Extractive Question Answering for Estonian Language}, school = {Tallinn University of Technology (TalTech)}, year = 2021 }