MSMARCO 机器阅读理解数据集

MSMARCO 是机器阅读理解数据集，其包含的 1,010,916 个匿名问题均来自 Bing 的搜索查询日志，日志中均包含 AI 生成的答案和 182,669 条人为重写的答案，该数据集还包含从 3,563,535 个文档中提取的 8,841,823 个段落。

MSMARCO is a machine reading comprehension dataset. Its 1,010,916 anonymized questions are all sourced from Bing's search query logs, with each log containing AI-generated answers and 182,669 human-rewritten answers. Additionally, this dataset includes 8,841,823 paragraphs extracted from 3,563,535 documents.

搜集汇总

背景与挑战

背景概述

MSMARCO是一个机器阅读理解数据集，包含来自Bing搜索查询的匿名问题、AI生成答案和人为重写答案，以及从大量文档中提取的段落。该数据集由微软发布和更新，并设有对应的排名比赛。