有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
allenai/sciq|科学教育数据集|自然语言处理数据集
收藏hugging_face2024-01-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/allenai/sciq
下载链接
链接失效反馈资源简介：
SciQ数据集包含13,679个由众包方式产生的科学考试问题，涵盖物理、化学和生物等多个科学领域。每个问题都是多选题形式，包含四个选项，其中一个是正确答案，并附有支持正确答案的证据段落。该数据集主要用于训练和评估机器学习模型在封闭领域问答任务上的性能。
提供机构：
allenai
原始信息汇总
数据集概述
基本信息
- 数据集名称: SciQ
- 语言: 英语 (en)
- 许可证: Creative Commons Attribution-NonCommercial 3.0 Unported License (cc-by-nc-3.0)
- 多语言性: 单语种
- 数据集大小: 10K<n<100K
- 源数据: 原始数据
- 任务类别: 问答 (question-answering)
- 任务ID: 封闭领域问答 (closed-domain-qa)
- 论文代码ID: sciq
- 美观名称: SciQ
数据集结构
-
特征:
question: 字符串类型distractor3: 字符串类型distractor1: 字符串类型distractor2: 字符串类型correct_answer: 字符串类型support: 字符串类型
-
数据分割:
train: 11679个样本，6546183字节validation: 1000个样本，554120字节test: 1000个样本，563927字节
数据集创建
- 语言创建者: 众包
- 注释创建者: 无注释
使用考虑
- 许可证信息: 数据集根据Creative Commons Attribution-NonCommercial 3.0 Unported License授权。
引用信息
@inproceedings{SciQ, title={Crowdsourcing Multiple Choice Science Questions}, author={Johannes Welbl, Nelson F. Liu, Matt Gardner}, year={2017}, journal={arXiv:1707.06209v1} }
贡献者
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Google Scholar
Google Scholar是一个学术搜索引擎，旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域，包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。
scholar.google.com 收录
yahoo-finance-data
该数据集包含从Yahoo! Finance、Nasdaq和U.S. Department of the Treasury获取的财务数据，旨在用于研究和教育目的。数据集包括公司详细信息、高管信息、财务指标、历史盈利、股票价格、股息事件、股票拆分、汇率和每日国债收益率等。每个数据集都有其来源、简要描述以及列出的列及其数据类型和描述。数据定期更新，并以Parquet格式提供，可通过DuckDB进行查询。
huggingface 收录
OpenPose
OpenPose数据集包含人体姿态估计的相关数据，主要用于训练和评估人体姿态检测算法。数据集包括多视角的图像和视频，标注了人体关键点位置，适用于研究人体姿态识别和动作分析。
github.com 收录
Materials Project 在线材料数据库
Materials Project 是一个由伯克利加州大学和劳伦斯伯克利国家实验室于 2011 年共同发起的大型开放式在线材料数据库。这个项目的目标是利用高通量第一性原理计算，为超过百万种无机材料提供全面的性能数据、结构信息和计算模拟结果，以此加速新材料的发现和创新过程。数据库中的数据不仅包括晶体结构和能量特性，还涵盖了电子结构和热力学性质等详尽信息，为研究人员提供了丰富的材料数据资源。相关论文成果为「Commentary: The Materials Project: A materials genome approach to accelerating materials innovation」。
超神经 收录
中国劳动力动态调查
“中国劳动力动态调查” （China Labor-force Dynamics Survey，简称 CLDS）是“985”三期“中山大学社会科学特色数据库建设”专项内容，CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，建立劳动力、家庭和社区三个层次上的追踪数据库，从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。
中国学术调查数据资料库 收录