issai/kazqad

KazQAD是一个哈萨克语的开放域问答数据集，可用于阅读理解任务和完整开放域问答（ODQA）任务，以及信息检索实验。该数据集包含近6000个独特的问题，这些问题附有从哈萨克语维基百科中提取的段落和简短答案。问题来源包括自然问题（NQ）数据集的翻译项（仅用于训练）和哈萨克统一国家考试（UNT）的原始问题（用于开发和测试）。此外，数据集还提供了NQ数据集的原始英文版本及其哈萨克语机器翻译版本作为补充资源。

KazQAD is a Kazakh-language open-domain question answering dataset that can be used for reading comprehension tasks, full open-domain question answering (ODQA) tasks, and information retrieval experiments. This dataset contains nearly 6,000 unique questions, each paired with paragraphs extracted from Kazakh Wikipedia and short answers. The questions are sourced from two parts: translated entries from the Natural Questions (NQ) dataset (only for training) and original questions from the Kazakh Unified National Test (UNT) (used for development and testing). Additionally, the dataset provides the original English version of the NQ dataset and its Kazakh machine-translated version as supplementary resources.

原始信息汇总

KazQAD数据集概述

数据集类型

• KazQAD 是一个哈萨克语开放域问答数据集。

应用场景

• 适用于阅读理解任务和完整的开放域问答（ODQA）设置。
• 可用于信息检索实验。

数据集内容

• 本仓库包含阅读理解任务（抽取式问答）的数据。
• 信息检索的收集和相关性判断数据可在指定链接找到。

搜集汇总

背景与挑战

背景概述

KazQAD是一个哈萨克语开放域问答数据集，包含近6000个基于哈萨克语维基百科的独特问题，支持提取式问答任务。问题来源于翻译的Natural Questions数据集和哈萨克统一国家测试，适用于阅读理解、开放域问答和信息检索实验。