有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
allenai/cosmos_qa|常识推理数据集|机器阅读理解数据集
收藏hugging_face2024-01-18 更新2024-05-25 收录
下载链接：
https://hf-mirror.com/datasets/allenai/cosmos_qa
下载链接
链接失效反馈资源简介：
CosmosQA是一个包含35.6K个问题的数据集，专注于基于常识的阅读理解。它以多项选择题的形式出现，侧重于通过日常叙述来理解文本背后的含义。该数据集是单语的，仅包含英语，并根据CC-BY-4.0许可发布。数据集由众包注释生成，包含上下文、问题、多个答案选项和一个标签，指示正确答案。数据集被分为训练集、测试集和验证集。
提供机构：
allenai
原始信息汇总
数据集概述
数据集名称
- 名称: CosmosQA
- 别名: cosmos_qa
数据集基本信息
- 语言: 英语 (en)
- 语言创建方式: 发现 (found)
- 许可证: CC BY 4.0
- 多语言性: 单语 (monolingual)
- 数据集大小: 10K<n<100K
- 源数据集: 原始 (original)
- 任务类别: 多项选择 (multiple-choice)
- 任务ID: multiple-choice-qa
数据集特征
- id: 字符串类型
- context: 字符串类型
- question: 字符串类型
- answer0: 字符串类型
- answer1: 字符串类型
- answer2: 字符串类型
- answer3: 字符串类型
- label: 整数32位类型
数据集分割
- 训练集: 25262个样本，占用17159918字节
- 测试集: 6963个样本，占用5121479字节
- 验证集: 2985个样本，占用2186987字节
- 下载大小: 24399475字节
- 数据集大小: 24468384字节
数据集创建
-
注释创建者: 众包 (crowdsourced)
-
许可证信息: 通过电子邮件报告，数据集根据CC BY 4.0许可证授权
-
引用信息:
@inproceedings{huang-etal-2019-cosmos, title = "Cosmos {QA}: Machine Reading Comprehension with Contextual Commonsense Reasoning", author = "Huang, Lifu and Le Bras, Ronan and Bhagavatula, Chandra and Choi, Yejin", booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)", month = nov, year = "2019", address = "Hong Kong, China", publisher = "Association for Computational Linguistics", url = "https://www.aclweb.org/anthology/D19-1243", doi = "10.18653/v1/D19-1243", pages = "2391--2401", }
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国气象数据
本数据集包含了中国2023年1月至11月的气象数据，包括日照时间、降雨量、温度、风速等关键数据。通过这些数据，可以深入了解气象现象对不同地区的影响，并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。
github 收录
jpft/danbooru2023
Danbooru2023是一个大规模的动漫图像数据集，包含超过500万张由爱好者社区贡献并详细标注的图像。图像标签涵盖角色、场景、版权、艺术家等方面，平均每张图像有30个标签。该数据集可用于训练图像分类、多标签标注、角色检测、生成模型等多种计算机视觉任务。数据集基于danbooru2021构建，扩展至包含ID #6,857,737的图像，增加了超过180万张新图像，总大小约为8TB。图像以原始格式提供，分为1000个子目录，使用图像ID的模1000进行分桶，以避免文件系统性能问题。
hugging_face 收录
yahoo-finance-data
该数据集包含从Yahoo! Finance、Nasdaq和U.S. Department of the Treasury获取的财务数据，旨在用于研究和教育目的。数据集包括公司详细信息、高管信息、财务指标、历史盈利、股票价格、股息事件、股票拆分、汇率和每日国债收益率等。每个数据集都有其来源、简要描述以及列出的列及其数据类型和描述。数据定期更新，并以Parquet格式提供，可通过DuckDB进行查询。
huggingface 收录
DAT
DAT是一个统一的跨场景跨领域基准，用于开放世界无人机主动跟踪。它提供了24个视觉复杂的场景，以评估算法的跨场景和跨领域泛化能力，并具有高保真度的现实机器人动力学建模。
github 收录
专精特新“小巨人”合肥企业名单（第一批～第四批）
根据工信部的定义，专精特新“小巨人”企业是“专精特新”中小企业中的佼佼者，是专注于细分市场、创新能力强、市场占有率高、掌握关键核心技术、质量效益优的排头兵企业。 截止第四批，目前，全市“小巨人”企业总数达140户，占全国的1.6%，在全国城市及省会城市排名各进一位，位居全国城市第十四，省会城市第五。 2022 年 6 月，合肥市发布《专精特新中小企业倍增培育行动计划》，到2025年，合肥计划培育省级专精特新冠军企业和国家级专精特新“小巨人”企业300家，推动50家专精特新中小企业上市挂牌。接下来，合肥还将支持地方国有金融机构设立专精特新专项融资产品，力争每条产业链培育一批国家级专精特新“小巨人”企业。
合肥数据要素流通平台 收录