DiscoFuse

该数据集包含450万个维基百科示例和1200万个体育相关示例，划分为98%的训练集、1%的测试集和1%的开发集。该数据集被用于评估融合模型在领域内和跨领域的表现。作为一个大规模数据集，它总共包含1650万个示例，所涉及的任务是句子融合。