WikiAtomicEdits是由谷歌AI语言团队创建的多语言数据集，包含4300万条来自8种语言的维基百科编辑记录。这些编辑记录包括人类编辑插入或删除单个连续短语的实例。数据集的创建过程涉及从维基百科的历史快照中提取句子级别的编辑，并通过高效的算法进行处理。WikiAtomicEdits数据集特别适用于研究语义、话语和表示学习，旨在通过分析编辑过程中的语言变化，提供不同于标准语料库的语义和话语信

arXiv2018-08-29 更新270

datasets

机器学习

数据集

用于机器学习问题解决的数据集集合

github2019-05-20 更新210

HybridQA

多跳问答

数据集

HybridQA是由加州大学圣巴巴拉分校创建的一个大规模多跳问答数据集，旨在解决现有数据集在处理异构信息时的覆盖问题。该数据集包含约70,000个问答对，每个问题都与一个维基百科表格和多个与表格实体相关的自由形式文本相关联。数据集的设计要求模型在回答问题时必须结合表格信息和文本信息，这使得HybridQA成为一个挑战性的基准，用于研究在异构信息上的问答系统。

arXiv2021-05-12 更新870

Datasets For My Blogs

机器学习

数据集

用于我的机器学习博客的数据集

github2023-03-04 更新210

NICOLAS-MICHAELIDES/food-dishes

资源简介：

相关数据集