Short-Answer-Feedback/saf_micro_job_german

SAF - Micro Job - German 是一个德语短答案反馈数据集，旨在解决缺乏内容反馈数据集的问题。该数据集包含8个用于微工作培训的德语问题，涵盖了问题、参考答案、提供的答案、答案反馈、验证反馈和评分等字段。数据集分为训练集、验证集和两个测试集（未见过的答案和未见过的问题），可用于训练文本生成模型以生成自动短答案反馈。数据集的创建过程包括由两名经验丰富的员工进行注释，并通过讨论解决分歧以形成最终标准。

原始信息汇总

数据集概述

数据集名称

• pretty_name: SAF - Micro Job - German

语言

• language: de (德语)

数据集大小

• size_categories: 1K<n<10K

数据集特征

• features:
  • id: 数据类型为string
  • question: 数据类型为string
  • reference_answer: 数据类型为string
  • provided_answer: 数据类型为string
  • answer_feedback: 数据类型为string
  • verification_feedback: 数据类型为string
  • score: 数据类型为float64

数据集分割

• splits:
  • train: 包含1226个实例，数据大小为885526字节
  • validation: 包含308个实例，数据大小为217946字节
  • test_unseen_answers: 包含271个实例，数据大小为198832字节
  • test_unseen_questions: 包含602个实例，数据大小为545524字节

许可证

• license: cc-by-4.0

数据集描述

• Dataset Summary: 该数据集是Short Answer Feedback (SAF)的一部分，专注于德语短答案反馈，用于微工作培训。数据集包含的问题、参考答案、提供的答案及答案反馈均为德语。
• Supported Tasks: 数据集可用于训练Text2Text Generation模型，以生成自动短答案反馈。
• Languages: 数据集中的所有文本均为德语。

数据集结构

• Data Instances: 每个实例包含id、question、reference_answer、provided_answer、answer_feedback、verification_feedback和score。
• Data Fields: 所有分割共享相同的数据字段，包括id、question、reference_answer、provided_answer、answer_feedback、verification_feedback和score。
• Data Splits: 数据集分为训练集、验证集、测试集（包含未见过的答案）和测试集（包含未见过的问題）。

数据集创建

• Annotation Process: 数据集的注释由两名经验丰富的appJobber员工完成，他们接受了注释指南的培训，并根据商定的评分标准和注释指南提供反馈。