WebSRC

WebSRC 是一个新颖的基于 Web 的结构化阅读理解数据集。 它由 0.44M 个问答对组成，这些问答对是从 6.5K 个网页中收集的，具有相应的 HTML 源代码、屏幕截图和元数据。 WebSRC 中的每个问题都需要对网页有一定的结构理解才能回答，答案要么是网页上的文本范围，要么是/否。

WebSRC is a novel Web-based structured reading comprehension dataset. It comprises 0.44 million question-answer pairs collected from 6.5 thousand web pages, each of which comes with corresponding HTML source code, screenshots and metadata. Every question in WebSRC requires a certain degree of structural understanding of the target web page to be answered, and the answers are either text spans on the web page or yes/no responses.

搜集汇总

背景与挑战

背景概述

WebSRC是一个基于网页的结构化阅读理解数据集，包含44万个问答对，从6500个网页中收集，并附带HTML源代码、屏幕截图和元数据。每个问题都需要对网页结构进行理解才能解答，答案形式为文本片段或是/否判断。