Yogama/Employee

SciQ数据集包含了13,679个众包的科学考试问题，涉及物理、化学和生物学等多个领域。这些问题以多项选择题的形式出现，每个问题有4个答案选项。大多数问题还提供了一个额外的段落，用于支持正确答案的证据。数据集的结构包括训练集、验证集和测试集，分别包含11,679、1,000和1,000个样本。数据集的字段包括问题、三个干扰项、正确答案和支持性证据。

原始信息汇总

数据集概述

基本信息

• 名称: SciQ
• 语言: 英语 (en)
• 许可证: Creative Commons Attribution-NonCommercial 3.0 Unported License (cc-by-nc-3.0)
• 多语言性: 单语种
• 大小: 10K<n<100K
• 源数据集: 原始数据
• 任务类别: 问答 (question-answering)
• 任务ID: 封闭领域问答 (closed-domain-qa)
• 论文代码ID: sciq
• 美观名称: SciQ

数据集结构

• 特征:

  • question: 字符串类型
  • distractor3: 字符串类型
  • distractor1: 字符串类型
  • distractor2: 字符串类型
  • correct_answer: 字符串类型
  • support: 字符串类型

• 数据分割:

  • 训练集: 11679个样本，大小6546183字节
  • 验证集: 1000个样本，大小554120字节
  • 测试集: 1000个样本，大小563927字节

数据集创建

• 语言创建者: 众包
• 标注创建者: 无标注

使用考虑

• 许可证信息: 数据集根据Creative Commons Attribution-NonCommercial 3.0 Unported License授权。

引用信息

@inproceedings{SciQ, title={Crowdsourcing Multiple Choice Science Questions}, author={Johannes Welbl, Nelson F. Liu, Matt Gardner}, year={2017}, journal={arXiv:1707.06209v1} }