MultiHiertt

该数据集名为MultiHiertt，是一个大规模的基准数据集，包含了针对多层次表格和文本数据的问答对，这些数据来源于财务报告。它专注于跨越多个层次表格和文本内容的数值推理。MultiHiertt包含了需要数值推理的复杂问题，并对推理过程和支持事实进行了细致的标注。该数据集规模涉及4,791份选定的标注文档，任务类型为问答。

The dataset named MultiHiertt is a large-scale benchmark dataset comprising question-answer pairs targeting multi-level tabular and textual data sourced from financial reports. It focuses on numerical reasoning that spans across multi-level tabular and textual contents. MultiHiertt contains complex questions requiring numerical reasoning, with detailed annotations for both the reasoning processes and supporting facts. The dataset covers 4,791 selected annotated documents, and its task type is question answering.

搜集汇总

背景与挑战

背景概述

MultiHiertt是一个用于数值推理任务的数据集，基于ACL 2022论文，专注于处理多层次的表格和文本数据。数据集以JSON格式存储，包含文档段落、HTML表格、问题-答案对以及支持事实索引，旨在支持复杂的推理任务。