disfl_qa

DISFL-QA专注于理解问答中口语中断现象，它构建于SQuAD-v2数据集之上，通过人工标注在问题中添加口语中断。数据集包含约1.2万个（口语中断问题，答案）对，其中90%以上的中断是更正或重启，对口语中断纠正提出了更高的要求。数据集中每个问题都与段落相关联，用于人工标注，以使用该段落和剩余问题作为干扰因素来添加上下文口语中断。DISFL-QA的数据以英文呈现，并划分为训练集、验证集和测试集。数据集采用CC-BY 4.0授权许可。