boapps/vikwiki-quiz

---
task_categories:
- question-answering
language:
- hu
pretty_name: VIK Wiki quiz
size_categories:
- 1K<n<10K
---
# VIK Wiki quiz

## Leírás

VIK wikiről scrapelt kikérdező parsolva, `.jsonl` formátumban.
A scrapelést/parsolást végző kód a itt a repo-ban megtalálható.

## Cél

Én elsősorban LLM-ek tanításra/kiértékelésre gondoltam.

## Adatforrás

Minden [VIK wiki](https://wiki.sch.bme.hu) kikérdező.

## Mezők

- `title`: a két `==` közötti szövegrész. Szinte mindig meg van adva. Általában ez tartalmazza magát a kérdést.
- `question`: a `title` és a `{{Kvízkérdés...}}` közti rész. Általában üres. Több kontextust adhat a címhez.
- `answers`: a `#`-el kezdődő sorok. A lehetséges válaszok.
- `correct_answers`: a helyes válaszok indexe (1-től). Mindig szám lista.
- `type`: a kikérdező típusa, tehát hogy checkboxos/többválasztós (multi) vagy radiobuttonos/egyválaszos (single).
- `score`: pontozás típusa. Általában üres, néha `-` (pontlevonás), illetve még `+` lehet.
- `quiz_title`: a kvíz címe, amiből a kérdés származik.
- `url`: a kvíz url-je, amiből a kérdés származik.
- `file`: van, hogy a kérdéshez kép is tartozik, ebben az esetben ez a mező tartalmazza a képet.

## Adatminőség

Nagyrészt jó, de lehetnek benne elgépelések/hibák.
Ezen kívül még további szövegtisztításra szorul.

## Köszönetnyilvánítás

Nagy köszönet a wikit fenntartó HAT-nak és a kvizeket szerkesztő hallgatóknak, nélkülük ez az adathalmaz nem jöhetett volna létre.

原始信息汇总

VIK Wiki quiz

描述

从VIK维基上抓取并解析的问答数据集，格式为.jsonl。抓取和解析的代码可以在该仓库中找到。

目的

主要用于LLM（大型语言模型）的训练和评估。

数据来源

所有数据来自VIK维基。

字段

• title: 两个==之间的文本部分。几乎总是给出。通常包含问题本身。
• question: title和{{Kvízkérdés...}}之间的部分。通常为空。可以提供更多上下文。
• answers: 以#开头的行。可能的答案。
• correct_answers: 正确答案的索引（从1开始）。总是数字列表。
• type: 问答类型，即复选框/多选（multi）或单选按钮/单选（single）。
• score: 评分类型。通常为空，有时为-（扣分），也可能为+。
• quiz_title: 问题来源的测验标题。
• url: 问题来源的测验URL。
• file: 如果问题附带图片，此字段包含图片。

数据质量

大部分数据质量良好，但可能存在拼写错误或错误。此外，还需要进一步的文本清理。